研究人员开发了PHITSBench，这是一个旨在评估AI模型在蒙特卡洛粒子和重离子输运代码系统（PHITS）相关任务上的新基准。该基准包含282个任务，侧重于参数编辑、语法修复以及根据自然语言描述生成模拟。在测试中，GPT-5.4配置在编辑和修复任务上表现出高成功率，但在没有领域特定知识的情况下从头开始生成完整模拟时遇到困难。提供机器可读的知识目录和采用代理工作流显著提高了模拟生成的性能，尽管在物理可观测量的选择上仍存在错误。 AI
影响 该基准可以加速AI工具在辐射输运等专业科学领域的发展，提高研究的效率和准确性。
排序理由 该集群描述了一个新的基准和对特定科学领域AI模型的评估，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
