实体 Science Prediction Universe

Science Prediction Universe

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

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

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

TOOL · CL_357583 · Nov 14 · 05:00

新基准测试AI预测科学结果的能力

研究人员推出了科学预测宇宙（SPU），这是一个旨在测试通用人工智能（AGI）在预测跨学科实验结果能力的新基准。该基准包括来自100个公开任务和16个未发表实验的私有任务，评估代理根据测量结果对候选条件进行排名的能力。包括Codex和Claude Code等前沿模型在内的当前代理显示出显著的性能差距，最佳配置在公开基准上的Spearman相关系数为0.478。分析表明，主要限制不在于工具执行，而在于科学判断，因为代理通常依赖于共享先验知…

新基准测试AI预测科学结果的能力