Terminal-Bench-Science 0.1 发布 70 个跨学科科研任务
sanmikoyejo · x · 2026-08-28
Terminal-Bench-Science 0.1 包含 70 个任务，覆盖生命、物理、地球、数学和工程科学。每个任务都由研究人员将他们自己关心的实际工作流转化为具有挑战性的智能体任务。
所属事件:斯坦福发布科研智能体基准 Terminal-Bench-Science(17 条相关)→
「研究」频道最新
- Sai 登顶 OSWorld 2.0，成本仅对手 2/3 — taoyds · 2026-08-28
- Factory 推出 ProgramBench：从零复现软件的基准 — matanSF · 2026-08-28
- 消融讨论：query 头数前两阶段几乎无影响，稀疏路由需训练 — stochasticchasm · 2026-08-28
- 404 团队将讲解 Titan 模型与世界模型 — markjeffrey · 2026-08-28
- 英伟达详解 QAD 优化模型性能流程 — PyTorch · 2026-08-28
- 研究：代码 AI 正改变 PR 词汇风格 — ycombinator · 2026-08-28