实体 SFBench

SFBench

PulseAugur coverage of SFBench — every cluster mentioning SFBench 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_117489 · Jun 30 · 04:00

新的SFBench数据集评估AI的科学声明可行性

研究人员推出SFBench，这是一个旨在评估AI系统所做声明的科学可行性的新基准。该数据集包含197个材料科学领域的声明，每个声明都由主题专家进行五点评分，并附有解释。与之前的基准不同，SFBench的声明是新创建的，以防止LLM训练重叠，并且解释是开放式的，需要AI模型进行更复杂的推理。还报告了使用近期GPT模型的初步结果。