实体 SPM-Bench

SPM-Bench

PulseAugur coverage of SPM-Bench — every cluster mentioning SPM-Bench 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_62788 · Jun 1 · 04:00

新的基准测试对大语言模型进行扫描探针显微镜能力测试

研究人员开发了SPM-Bench，这是一个旨在评估大语言模型（LLMs）在扫描探针显微镜领域能力的新基准。该基准利用自动数据合成管道，从科学论文中提取图像-文本对，确保高质量和高效率。SPM-Bench引入了一种新颖的评估指标SIP-F1，该指标不仅对模型性能进行排名，还能对其推理“个性”进行分类，并识别其在复杂物理场景中的真正局限性。