SciArena将于7月15日退役
allen_ai · x · 2026-07-16
Allen AI 介绍了 SciArena：这是一个用于测试 AI 模型处理科学文献问题能力的评测，由研究者来判断答案质量。
这个项目将在 7 月 15 日退役，最终累计约有 1,700 名用户参与，投出了约 3,900 张票。他们表示会基于这些结果整理研究者对模型答案的反馈。
所属事件:SciArena 7月15日退役,o3 登顶科学问答榜(6 条相关)→
「研究」频道最新
- LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化 — drmapavone · 2026-10-27
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 一个样本就能刷过公平性基准，EMNLP 论文质疑 BBQ 可信度 — radamihalcea · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- 从权重范数几何理解MuonH:尺度不变网络中梯度垂直于权重 — jasondeanlee · 2026-10-27
- 用 Sail 等价性证明与 riscv-coq 交叉验证 RISC-V 规范,发现真实 bug — xennygrimmato_ · 2026-10-27