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%
用于评估科学智能体在科学任务上表现的基准测试。
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。