arXiv发布惯性约束聚变语言模型评估基准论文

1. 12:00
   arXiv · AI

   评估大语言模型在科学应用中的表现：以惯性约束聚变为例

   该研究构建含250道题目的惯性约束聚变基准测试，对比闭源、开源模型与专家定制模型Prospero。 Prospero经领域预训练和微调后，总分较基座模型提升10.7个百分点，但前沿模型在数值计算中仍存在关键物理错误。 研究表明领域专项能力可提升，但基准分数不能直接确立科学可靠性，需结合检索和专家评估。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。