English(EN) We built SciArena to test how well AI models handle scientific literature questions, as judged by researchers.

AI2的SciArena平台将于7月15日退役，此前该平台已评估了AI模型在科学文献方面的表现

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-15 17:06

由AI2开发的SciArena平台将于7月15日退役，该平台旨在评估AI模型回答科学文献问题的能力。该项目吸引了约1700名用户参与，他们进行了约3900次投票来评判AI模型的表现。这些评估结果现已公布。 AI

影响 SciArena的退役标志着一个用于评估AI科学文献理解能力的特定工具的终结，其评估结果现已可供查阅。

排序理由该条目描述了一个用于测试AI模型的特定平台的退役，属于AI工具类别。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

Bluesky Jetstream — AI desk TIER_1 English(EN) · ai2.bsky.social · 2026-07-15 17:06

We built SciArena to test how well AI models handle scientific literature questions, as judged by researchers.

We built SciArena to test how well AI models handle scientific literature questions, as judged by researchers. It's retiring July 15, and the results are in: ~1,700 users cast ~3,900 votes. Here's what they told us. 🧵