[控场AI]
基准ScienceAgentBench

ScienceAgentBench

用于评估科学智能体在科学任务上表现的基准测试。

时间轴 (近 90 天)

11月10日

在 ScienceAgentBench 上,SciMARS + Memory 解决了 38 个任务中的 14 个,基础团队解决了 11/38。

待验证50%

全部知识事实 (1)

来源文章