PulseAugur
中
实时 11:07:03
实体 PersonaScienceBench

PersonaScienceBench

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

Show in brief
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
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_321694 ·

    新基准评估人工智能科学代理与模拟研究人员的协作

    研究人员推出了 PersonaScienceBench，这是一个旨在通过模拟多样化的研究人员协作者来评估科学代理的新基准。该基准包含四个科学领域的 200 个任务，代理与模拟研究人员互动，后者根据特定角色资料提供背景信息和反馈。对 GPT-6 Astra 的详细分析表明，即使在任务目标和最终分数保持一致的情况下，代理也能适应这些不同的研究人员角色，并调整其响应和行为。PersonaScienceBench 旨在评估不仅是任务完成情况，…