★ 3
PersonaScienceBench 发布：用多样模拟研究者评测科学智能体
论文推出 PersonaScienceBench，包含来自五个基准、覆盖四个科学领域的 200 个任务，通过人格化模拟研究者提供上下文与反馈，考察智能体与不同研究者的协作能力。在 18 种模型配置上，任务表现、事实恢复与自我重复呈现不同优势，GPT 6 Astra 的分析显示不同研究者画像下智能体…
arXiv cs.AI7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文推出 PersonaScienceBench，包含来自五个基准、覆盖四个科学领域的 200 个任务，通过人格化模拟研究者提供上下文与反馈，考察智能体与不同研究者的协作能力。在 18 种模型配置上，任务表现、事实恢复与自我重复呈现不同优势，GPT 6 Astra 的分析显示不同研究者画像下智能体…