厄尔尼诺-南方涛动科学考试 (SciExam for ENSO) 是一个旨在评估语言模型代理进行开放式科学研究和构建有效气候模型能力的新基准。代理将获得观测数据和时间预算来开发 ENSO 模型,然后根据其重现统计数据、恢复未观测变量和预测未来事件的能力进行评估。几个代理系统优于现有的已发表模型,其生成的模型为关于 ENSO 机制的持续科学辩论提供了见解。 AI
影响 建立了一种评估 AI 在科学发现能力方面的新方法,有可能加速气候建模等复杂领域的研究。
排序理由 用于评估 AI 代理在科学研究中表现的新基准论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →