Imaging-101

新基准测试LLM编码代理在科学成像任务上的表现

一项名为Imaging-101的新基准测试已被开发出来，用于评估大型语言模型（LLM）编码代理在科学计算成像领域的性能。该基准包含57个任务，每个任务都基于同行评审的论文，并被结构化为四个阶段的流程：预处理、正向物理建模、逆向求解器和可视化。对七个领先LLM的评估显示，在算法选择、处理物理约定和流程集成等方面存在显著挑战，这表明需要领域专业化的代理来协助计算成像任务。