SDL-2评测材料实验决策能力

Dynamical Systems发布SDL-2开放评测，结果显示，前沿模型在约半数调查中能正确选择材料实验，并以充分证据判断磁体加工工艺是否可靠满足性能要求。 评测基于与伦斯勒理工学院合作校准的磁体加工数字孪生，要求智能体在陌生粉末、不确定物理模型、有限预算和批次波动下安排实验、修正解释并判断证据是否足够。Dynamical Systems称，“在波动下推理”是当前最需提升的能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。