清华联合多机构发布 ASI-Bench 基准测 AI 科研能力

清华大学陈勇超团队联合 MIT、哈佛等十余所机构发布 ASI-Bench，一个衡量 AI 科学自主性的基准，由 40 多位专家耗时 3.1 万小时构建，涵盖 11 个科学领域的 60 个真实研究项目。不同于传统考试题或执行任务，该基准通过开放式科研探索评估 AI 自主能力。基于其测试还发现，仅告诉 Agent"使用什么方法"（即仅命名方法）会导致性能暴跌，效果不如提供完整步骤或不指定方法。

2026-08-25 ~ 2026-08-26 · 3 条相关