Bespoke Labs 再度发布 AutoResearchExam 基准测试
gregd_nlp · x · 2026-09-28
Bespoke Labs 宣布（再次）发布 AutoResearchExam 基准测试，并附带了演示视频。该基准面向研究能力的自动化评测，账号以「Never stop asking. Never stop launching.」的自嘲口吻进行推广。具体评测方法与成绩需观看原视频了解。
「研究」频道最新
- 斯坦福教授提议:给论文配「官方 LLM 评审」,审稿人只需校准 — anshulkundaje · 2026-09-29
- 复用预训练隐状态:三个小 MLP 让 Gemma 4 学会「该不该开口」 — cortexist · 2026-09-29
- 语音引导多模态学习助力实时 MRI 声道分割，MICCAI 2026 登台报告 — maier_ak · 2026-09-29
- Pachocki、Hinton、Bengio 联名论文警告：AI 研发自动化或触发智能爆炸 — birchlse · 2026-09-29
- AI 核查 4452 份经济学复现包,3460 篇论文被发现存疑 — Afinetheorem · 2026-09-29
- Schmidt Sciences 招 Fellows in Residence:5 万美元算力加 5 万研讨会预算 — peterbhase · 2026-09-29