跳到正文
arXiv · AI· Xiaxun Xie, Qingqing Long, Meng Xiao, Wei Ju, Yuanchun Zhou, Hengshu Zhu, Xuezhi Wang·· 2026-10-06AI 评分20

MechHypoBench:首个评估AI科学家生成机制假设的基准

From Scientific Observations to Mechanisms: Benchmarking Hypothesis Generation by AI Scientists

AI 导读

研究团队推出 MechHypoBench,这是首个专门评估 AI 智能体能否从经验数据生成数据驱动机制假设的基准。该基准融合了 14 个科学领域的机制与包含 1798 万条记录的真实数据集。 实验通过检验假设在保留条件下的后果进行评估,结果显示当前通用 AI 智能体生成的假设与真实机制之间存在显著差距。

来源:arXiv · AI · arxiv.org