SAEScientist-Bench 测评:AI Agent 能否自主做可解释性研究
CASIA · hf · 2026-09-10
中科院自动化所(CASIA)发布 SAEScientist-Bench,一个评估 AI Agent 能否自主开展稀疏自编码器(SAE)可解释性研究的基准。
- 评测内容:Agent 自主进行机制可解释性分析与特征发现的能力
- 结论:Agent 已有可见进展,但与人类专家基线相比仍存在显著差距
这是「AI 科学家」方向在可解释性研究领域的针对性评测,为衡量 Agent 的科研自主能力提供了参照。
「编程与Agent」频道最新
- Ora 推出 agent 体验套件 ax,一条命令观测智能体 — EdenEmarco177 · 2026-09-10
- PR 描述用 AI 写遭反驳：有人自带 eval 与性能对比模板 — reach_vb · 2026-09-10
- 开发者推 alice-and-bot:让 Agent 用自然语言协商的加密通信层 — uriwa · 2026-09-10
- Qwen Code Desktop 发布 v0.3.0 预览版，新增 ACP 外部子代理 — github-actions[bot] · 2026-09-10
- DeepSeek 被曝上线 Agent Teams 群体智能体功能,与模型训练深度整合 — teortaxesTex · 2026-09-10
- 翻译 MCP 用 22 个模型投票取共识,该不该暴露分歧信号? — Pure-Ad7786 · 2026-09-10