SciGame用反事实环境评估科学发现能力

Yusheng Zhao介绍SciGame基准：它把科学文献转化为结构化“科学卡片”，并为每张卡片生成任务结构相同的原始环境与反事实环境，以区分模型依赖预训练先验还是依据实证证据。评估显示，模型在未见输入上的预测能力，以及精确恢复符号定律的能力，仍是现有科学发现基准面临的关键挑战。

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。