★ 3ToolGate:工具依赖科学基准构建的可执行验收流程ToolGate是一个验收流程,用于筛选需要专业软件计算答案的科学问题。通过脚本验证、无工具筛选和工具代理求解三道门槛,确保基准项的有效性和难度。arXiv cs.AI60 天前