职业专属系统提示词在科学任务上的表现评估

2026年10月2日，arXiv cs.AI 发布论文《Scientific Agents：评估职业专属系统提示词在科学任务上的表现》。该研究评估开源职业系统提示词语料 Scientific Agents（含 503 个职业 profile），在 Gemini 3.8 Flash 经 OpenRouter 的 Pi agent harness 中运行，选取 9 个文本科学基准、4,531 道题，并用 100 个匹配 profile 对比四种对照条件。结果显示，平均准确率差为 -0.6 个百分点，没有任何基准出现统计上明确的提升。报道未提及更早的相关结论，故暂无前后不一致之处。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。