arXiv · AI· Yibo Wen, Han Liu·· 2026-10-14AI 评分45
Autonomous Science Bench 发布:评估 AI 智能体在预算约束下的自主科学发现能力
Autonomous Science Bench: Evaluating AI Agents for Autonomous Scientific Discovery
AI 导读
Autonomous Science Bench 发布 v0.1 版基准,包含 6 个基于生物、化学及材料科学的预算制设计-构建-测试-学习实验活动。 在 8 个智能体配置 144 次试验中,最佳配置成功率为 67%,最难活动 24 次仅成功 3 次。 该基准通过发现与学习双门槛机制,揭示了智能体在寻找有希望设计与预测未见设计表现上的不同弱点。
来源:arXiv · AI · arxiv.org