★ 3
FrontierMat 基准测试语言模型材料研发前沿能力
论文推出 FrontierMat 基准，含 330 道来自航空航天、半导体、具身智能、核聚变等前沿材料研发的问题，由领域专家验证。最强通用模型仅得 53.7%，跨尺度推理题低 8.7 分；领域自适应训练可将开源模型从 36.7% 提升至 55.4%。
arXiv cs.AI3 小时前
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 FrontierMat 基准，含 330 道来自航空航天、半导体、具身智能、核聚变等前沿材料研发的问题，由领域专家验证。最强通用模型仅得 53.7%，跨尺度推理题低 8.7 分；领域自适应训练可将开源模型从 36.7% 提升至 55.4%。