热点事件持续更新
SciΠvot科研Agent判断力基准发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.AI 刊出 SciΠvot 基准，用于评测科学自动研究智能体在关键决策时刻的首席研究员式判断力。该基准包含 248 个案例，取材于资深研究者用 LLM 智能体运行 26 个项目、覆盖六个学科领域的六个月科研记录。结果显示，在中等推理强度并提供项目记录时，五个前沿模型中有四个在所选案例上低于随机水平，最高准确率为 63.5%，低于新手的 73.4%。此外，中等推理强度下带项目记录的准确率反而低于不带记录，重新考虑也未稳定提升整体准确率。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
SciΠvot 基准公布：五个前沿模型中四个低于随机水平，最高 63.5%。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AISciΠvot：评测科学自动研究智能体关键决策时刻的首席研究员判断力
SciΠvot 是一个包含 248 个案例的科学判断基准，取材于资深研究者用 LLM 智能体运行 26 个项目、覆盖六个学科领域的六个月科研记录。在中等推理强度并提供项目记录时，五个前沿模型中有四个在所选案例上低于随机水平，最高准确率 63.5%，低于新手的 73.4%。中等推理强度下带项目记录的准确率反而低于不带记录，重新考虑也未稳定提升整体准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。