Terminal-Bench-Science 旨在填补科研能力测量空白
BenBlaiszik · x · 2026-08-28
评论指出，科学是人类进步的基石，加速科学工作流是推动人类发展的最大杠杆。Terminal-Bench-Science 项目旨在填补这一测量空白，通过测试智能体在生命、物理、数学、地球和工程科学等领域的能力，追踪实现“十年百年进步”所需的前提条件。
所属事件:斯坦福发布 Terminal-Bench-Science，Opus 5 通过率仅 30%(19 条相关)→
「研究」频道最新
- 日内瓦大学发布 LightSuite：普通工作站上完成单细胞到全脑图谱快速配准 — hisspikeness · 2026-10-15
- Pathway CSO 演讲展望后 Transformer 架构 BDH：每瓦特更高智能 — schwentker · 2026-10-15
- AI 从零设计出自然界不存在的分子剪刀，网友却在争论这算不算真 AI — gerardsans · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15