CME-SpectrumBench 评估 LLM 分析凝聚态光谱数据的能力

CME-SpectrumBench 是一个包含 190 道题目的专家设计基准，用于评估前沿 LLM 分析凝聚态实验（CME）级光谱科学数据的能力。 直接查询时，模型表现远逊于手写代码；允许使用 Python 解释器配合 ReAct 提示时，其表现与手写代码相当。代码和数据已公开。