实体 ProjectionBench

ProjectionBench

PulseAugur coverage of ProjectionBench — every cluster mentioning ProjectionBench 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

主题

时间线

2026-05-28 research_milestone Researchers introduced ProjectionBench, a new benchmark for evaluating LLMs' scientific hypothesis generation capabilities. 来源

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_58531 · May 28 · 17:38

新基准测试大型语言模型生成科学假设的能力

一个名为 ProjectionBench 的新基准已被开发出来，用于评估大型语言模型生成科学假设的能力。该框架逐步披露研究论文中的信息，允许模型在每个阶段生成假设。该基准用于评估 GPT-5.4、GPT-5、Gemini 2.5 pro 和 Gemini 3.1 pro preview 在 45 篇论文上的表现。结果表明，GPT-5.4 和 Gemini 3.1 pro 的性能优于其前代模型，其中 GPT-5.4 在信息有限的情况下仍…