ASI-Bench：首个通用领域科研基准发布

Junwei Zhou · hf · 2026-08-19

团队发布 ASI-Bench，这是首个联合评估 AI 系统创新探索和自主科学执行能力的基准。该基准由 40 多位专家耗时 31000 小时构建，涵盖 11 个科学领域的 60 个项目级研究任务。测试表明，随着方法论指导的减少，SOTA 模型的平均得分显著下降（从 50.91 降至 26.62），揭示了当前系统对人类指导的严重依赖，距离自主进行端到端科研仍有很大差距。