arXiv · AI· Feng Chen, Jianguo Huang, Yushan Xiao, Yue Li, Bijun Tang, Xuyu Dong, Xingguo Wang, Feiyang Xie, Jianhui Gu, Dongfeng Cao, Hongda Chen, Yongji Gong, Ruiqi Li, Shuxin Li, Xingji Li, Ruitao Lv, Li Song, Lei Wang, Ye Zhang, Xiaoxu Zhao, Xitao Zheng, Bo An, Zheng Liu·· 2 小时前AI 评分27
FrontierMat：评估语言模型在材料研发前沿的基准
FrontierMat: Benchmarking Language Models at the Frontier of Materials R&D
AI 导读
FrontierMat 发布 330 道材料研发前沿问题，最强通用模型得分仅 53.7%。 问题涵盖航空航天、半导体等领域，130 题需跨尺度推理，跨尺度题平均低 8.7 分。 通过领域适配，开源模型分数从 36.7% 提升至 55.4%。
来源：arXiv · AI · arxiv.org