UIUC 发布 OpenFrontiers:开放研究问题库+科学再发现评测基准
Jiarui Yao · hf · 2026-11-07
UIUC 团队(Jiarui Yao、Ruida Wang、Tong Zhang)发布 OpenFrontiers,一个面向 LLM agent 科学研究能力评测的跨学科资源。
- 开放研究问题库:首次系统收集跨学科的开放研究问题,记录问题陈述、背景、进展等信息,填补了此前缺少研究级问题综合语料的空白。
- 科学再发现基准:以近期已解决的数学问题构成回顾式 benchmark,形式化分级,测试 LLM agent 在不同信息访问条件下能否重新发现这些问题的解法。
- 论文指出评估开放问题比考试式评测(如 FrontierMath、Humanity's Last Exam、GPQA)更难:参考答案式评测会快速饱和且易进入训练数据。
arXiv:27 Oct 2026。
「研究」频道最新
- ETH 被驳倒后 3-SAT 获亚指数算法,GNN 链攻坚图对齐难题 — marc_lelarge · 2026-11-07
- CMU L3 Lab CUA Week:GPT-6 实时小游戏通过率仅 9% — dan_fried · 2026-11-07
- NYU 团队开发 Witnesses：让 AI 训练数据声明无需重跑即可验证 — pratyusha_PS · 2026-11-07
- a16z 合伙人:让 AI 编辑其他模型权重是被低估的大突破,可解锁持续学习 — illscience · 2026-11-07
- FlexiTac 入选 CoRL 2026,开源 FlexiTac-Gen 用 AI 一句话设计触觉传感器 — anand_bhattad · 2026-11-07
- Nature 研究：6500 万篇论文显示小团队颠覆、大团队发展 — beechinour · 2026-11-07