实体 InteractScience

InteractScience

PulseAugur coverage of InteractScience — every cluster mentioning InteractScience across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_44753 · May 22 · 04:00

新基准评估LLM在交互式科学代码生成方面的能力

研究人员推出了InteractScience，一个旨在评估大型语言模型生成交互式科学演示能力的新基准。该基准结合了程序化功能测试和视觉基础的定性测试，以评估模型在科学准确性和交互式编码能力方面的表现。对30个领先LLM的评估显示，它们在整合领域知识与交互式前端开发方面存在持续的不足，突显了该领域进一步发展的必要性。