PulseAugur
中
实时 16:46:30
English(EN) SciPaths: Forecasting Pathways to Scientific Discovery

新基准SciPaths测试AI预测科学发现路径的能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了SciPaths，这是一个旨在通过识别赋能性贡献及其对先前工作的依赖性来预测科学发现路径的新基准。与专注于引文预测等更简单任务的现有基准不同，SciPaths要求模型从目标贡献向后推理到必要的构建块。对当前前沿和开源语言模型的评估表明，即使是最好的模型也难以进行这种复杂的推理，F1分数仅为0.189，表明准确恢复方法论依赖性仍然是一个重大挑战。 AI

影响 该基准将AI能力推向复杂的科学推理和依赖关系跟踪，有可能加速AI辅助研究。

排序理由 该集群包含一篇介绍AI模型新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新基准SciPaths测试AI预测科学发现路径的能力

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Andreas Vlachos ·

    SciPaths: Forecasting Pathways to Scientific Discovery

    Scientific progress depends on sequences of enabling contributions, yet existing AI4Science benchmarks largely focus on citation prediction, literature retrieval, or idea generation rather than the dependencies that make progress possible. In this paper, we introduce discovery pa…

相关话题