UC Berkeley 团队发布 AutoResearchExam 科研智能体基准

UC Berkeley 的 Alex Dimakis 团队发布 AutoResearchExam（ARE）v1.1，面向开放式机器学习与工程任务，并已支持在 Harbor 框架中运行任意智能体与模型。基准覆盖七个研究领域，每个任务提供一台 CPU/GPU 机器和 24 小时，按速度与质量综合评分，并通过未见数据检验智能体能否避免对优化过程过拟合。