EurekaBench 公开征集:专家共建评测 AI 科学洞察力的基准
udmrzn · x · 2026-10-15
由 Jiayi Geng 等人与领域专家合作的 EurekaBench 旨在回答一个问题:AI scientist agent 擅长通过反复试错找解,但科学不止于优化——正如陶哲轩所说,数理应是引导探索的「灯塔」,agent 能否通过实验发现真正新的科学洞察?
该基准覆盖 6 个科学领域,现公开征集专家贡献:
- 补充洞察问题:同一科学问题的不同解法可能产生不同洞察,欢迎做过基准中已有问题但路径不同的专家补充 AI 可发现的额外洞察。
- 新增科学问题:包括已发表但未完全解决、或未发表的科学发现问题,既扩展现有六个领域也开拓新领域。
有意者可邮件 [email protected] 或通过贡献指南表单提交。
「研究」频道最新
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23
- AdaDex:几秒人手视频即可教灵巧手学会抓取、抛接等可泛化技能 — mangahomanga · 2026-10-23
- ReAPO 论文:RLVR 中让模型在失败后重试,推理成绩与训练效率双升 — jasondeanlee · 2026-10-23
- 首个可跑在真实量子电路上的 JEPA 世界模型 Quantum-JEPA 发布 — DrMorganLevine · 2026-10-23