NeuroscienceBench 发布:91 项评估测 AI 智能体能否读懂神经科学实验数据
kenbwork · x · 2026-11-10
团队宣布将基准评测扩展到基础研究领域,首发的 NeuroscienceBench 旨在衡量 AI 智能体能否分析实验数据并得出关于生物学机制的可靠结论。
要点:
- 收录 91 项评估,取材自 43 篇同行评审研究
- 覆盖测序、电生理、EEG、脑机接口解码、显微成像、动物行为分析与临床生物标志物
- 核心考量:解读神经记录与显微图像需要分析能力之外的科学判断,这正是「多模态」评测的价值——大量科学本就建立在多模态数据与世界观察之上
- 后续将推出免疫学、衰老等核心领域的新基准
作者在转发中感谢 JackBrougher 与团队,并强调多模态数据对科学的重要性。
所属事件:NeuroscienceBench 发布：最强 AI 通过率仅约五成(2 条相关)→
「研究」频道最新
- 多智能体 harness 在 ProgramBench 上同时拉高准确率与延迟表现 — marktenenholtz · 2026-11-10
- Claude Fable 5.2 机器人仿真得分 64.9%，距 SOTA 84.4% 尚有差距 — NielsRogge · 2026-11-10
- CoRL 论文提出「记忆锚点」，剔除前 10% 排练数据致遗忘放大 4.5 倍 — SongShuran · 2026-11-10
- Salesforce 发布 IVG：315 个模拟场景测视觉 AI 助手，最佳模型仅完成 53.4% — jcniebles · 2026-11-10
- 斯坦福博士后 CoRL 2026 发表 MessyMem/MessyNav：让机器人在部署中持续学习 — leto__jean · 2026-11-10
- CoRL 2026 论文 MessyNav：机器人推开车挡路物体实现零样本导航 — leto__jean · 2026-11-10