CME-SpectrumBench：评测大模型分析凝聚态光谱数据能力
原文标题：CME-SpectrumBench: Can LLMs Analyze Condensed Matter Spectral Data?
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文发布 CME-SpectrumBench，含 190 道专家设计题目，用模拟凝聚态实验光谱数据考察前沿大模型从二维强度阵列中识别结构的能力。直接提问时模型表现远逊于手写代码，难以追踪模式或计算派生量，且随分辨率与噪声上升而下降。允许调用 Python 解释器后性能接近手写代码，说明模型更适合通过代码接口充当科研助手。
- 问题
- 缺少评测大模型分析科研级实验光谱数据能力的基准。
- 方法
- 用模拟凝聚态光谱二维强度阵列出 190 道专家题，对比直接提问、手写代码与调用 Python 解释器的表现。
- 结果
- 直接提问远逊于手写代码且随分辨率与噪声下降；允许工具调用后接近手写代码水平。
- 影响
- 说明科研场景应让模型通过代码接口处理数据，而非直接读原始数组。
深读 · 结论先行AI 生成展开看要点与影响 ↓
190题光谱基准显示：大模型直接读二维数据远逊手写代码，接入Python后追平
- •CME-SpectrumBench含190道专家设计题目，用模拟凝聚态实验光谱数据考察模型从二维强度阵列识别结构
- •直接提问时模型只能找到简单特征，难以追踪模式或计算派生量，且随分辨率与噪声上升而性能下降
- •允许调用Python解释器（含或不含ReAct提示）后，性能接近手写代码水平
- •结论指向模型更适合通过代码接口充当科研助手，而非直接读图分析
为什么重要：为科研场景的模型选型给出明确路径：应把LLM当代码生成器接数据，而非期待其原生视觉推理替代分析流程。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。