跳到正文
arXiv · AI· Binghang Lu, Lang Cao, Changhong Mou, Yige Sun, Cindy Xiangrui Kong, Zheyuan Deng, Tian Yuan, Bing Hu, Runyu Zhang, Na Lu, Guang Lin·· 7 天前AI 评分23

RSI-PDEbench:面向PDE求解自我改进智能体的基准

RSI-PDEbench: A Benchmark for Self-Improving Agents in PDE Solving

AI 导读

RSI-PDEbench 发布了包含 1001 个案例的基准,涵盖 42 种方程模板,并提出了递归自我改进智能体 RSI-PDE。 该基准提供 Full、Noisy 及 Hard-OOD 三种评估设置,测试无噪声、高斯噪声及分布外泛化能力。 RSI-PDE 相比单次基线提升通过率 106.5-181.9%,比原生框架提升 3.0-19.6%,并减少 46.9% 的模型调用次数。

来源:arXiv · AI · arxiv.org