FrontierPhysics评测AI科研智能体

FrontierPhysics作者团队发布端到端评测AI科研智能体的新基准，包含56个任务，覆盖理论、计算与实验物理九个领域。 56个任务由42位物理学家基于自身研究设计，要求智能体完成文献综述、制定研究计划、开展实验，并产出结构化结果和科学手稿。评测结合确定性验证器与专家评分细则，考察研究结果的正确性与可发表性；配套论文已发布至arXiv，作者包括Gerbrand Ceder、Harimust Haefner等。

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。