阿斯塔纳时间
AI QAZAQSTANKZ · AI测试版

哈萨克斯坦人工智能与高科技领域的智能门户

Research1 分钟阅读

内容来自原始来源:

arXiv — cs.AI

在 arXiv — cs.AI 阅读全文

标题为英语PersonaScienceBench: Evaluating Scientific Agents with Diverse Simulated Researchers

arXiv:2610.32106v1 Announce Type: new Abstract: Scientific agents collaborate with researchers whose expertise and preferences differ, but benchmarks usually hold the collaborator fixed. We introduce PersonaScienceBench: 200 tasks from five benchmarks across four scientific…

arXiv — cs.AI作者: Siyang Wu, Weizhi Zhang, Chen Yang, Esther Xu Fei, Jorin Overwiening, Xu Pan, Jing Tang, Yixuan He, Kelvin C. Mo, Peiwen Li, Defu Cao, Xu Hu, Haixin Wang, Taoran Li, Haoming Li, Zheyuan Deng, Jingwen Zhang, Pengsong Zhang, Haichao Zhang, Guangze Luo, Yi Daniel Lu, Zihuai He, Chenxi Qiu, Dianzhuo Wang, Zhejian Peng, Shushu Liang, Wenyi Lu, Yifan Wang, Jintao Huang, Yijun Wang, Xiaomin Li, Yuexing Hao2026年10月26日 (13小时前)
提供 1 种语言版本

AI 摘要:要点

  • arXiv:2610.32106v1 Announce Type: new Abstract: Scientific agents collaborate with researchers whose expertise and preferences differ, but benchmarks usually hold the collaborator fixed
  • We introduce PersonaScienceBench: 200 tasks from five benchmarks across four scientific…
Research
KZ·AI 69A3
Инсайт дня

PersonaScienceBench: Evaluating Scientific Agents with Diverse Simulated Researchers

标签:#arXiv
Поделиться:

相关文章

RUFairStress: тест на демографическую справедливость моделей

📌 FairStress: тест на демографическую справедливость моделей Институт Аллена опубликовал набор FairStress для проверки того, меняет ли языковая модель своё решение о человеке из-за его расы, пола, религии, возраста, инвалидности или ориентации в сферах найма, кредитования,…

Telegram — AI Machine Learning Big Data

但 Anthropic 的 IPO 数据最有趣的是,他们总共筹集了 1411 亿美元,而且他们还有……

但 Anthropic 的 IPO 数据最有趣的是,他们总共筹集了 1411 亿美元,而账户上仍有 1317 亿美元。事实证明,纵观其历史,Anthropic 花费了约 94 亿美元,而在短短 3 年内,其收入从零增长到了 163 亿美元……

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)

返回列表