Hacker News · AI· dvaplima·· 3 小时前精选AI 评分58
Vetto ScienceBench：构建50个跨学科科学数据分析任务评估前沿AI模型能力
Vetto ScienceBench: Expanding Scientific Capabilities of Frontier AI Models
AI 导读
Vetto ScienceBench 构建了50个跨14个科学学科的数据分析任务，每个任务基于真实科研问题，要求模型在终端环境中探索数据、选择方法、验证假设并输出分析结果。
推荐理由
该研究构建了50个跨14个学科的科学数据分析任务，测试前沿模型在真实科研场景中的判断能力，揭示其在方法选择和问题识别上的系统性缺陷。
来源：Hacker News · AI · vetto.ai