[控场AI]
概念科研评估基准 / 科学评测基准

科学用途评估基准

针对科研任务设计的标准化测试集与评分体系,衡量模型在文献溯源、数据分析、假设合理性等维度的真实能力。

时间轴 (近 90 天)

11月6日

HN社区呼吁建立针对科学用途的评估基准,并强调透明记录AI参与程度的重要性。

待验证50%
11月6日

现有通用基准(如考试题、常识问答)难以反映科研场景对可验证性与领域深度的要求。

待验证50%

全部知识事实 (2)

来源文章