跳到正文
热点事件持续更新

CompMat-Bench发布以评测材料科学智能体

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Chenmu Zhang等作者提出CompMat-Bench，用94项源自近期计算材料研究的任务评测AI智能体；在完整方法指导的单任务条件下，基于三种大语言模型的智能体通过率为66.0%至90.4%。 该基准通过预先复现实验步骤和结果，避免评测时重复昂贵模拟，并采用固定规则而非大语言模型评审。它覆盖单任务与相关任务组成的工作流，以及完整或减少方法指导四种条件；更长工作流和减少指导会限制部分智能体表现，最强智能体仅在两者同时存在时通过率下降。

AI 根据报道生成 · 3 小时前更新

最新进展10月16日 12:00
CompMat-Bench：评测AI智能体计算材料科学能力的基准

报道时间线

沿着报道，了解事件的不同侧面。

10月16日
  1. arXiv · Machine Learning
    CompMat-Bench：评测AI智能体计算材料科学能力的基准

    论文提出CompMat-Bench，包含94项源自近期计算材料研究的任务，通过预先复现实验步骤和结果，避免评测时重复昂贵模拟。基准使用固定规则而非LLM评审，并覆盖单任务与工作流、完整与减少方法指导四种条件；三种LLM智能体在完整指导的单任务上通过率为66.0-90.4%。

本事件热度走势

可比范围当前
7
可比范围峰值
810月16日 21:00
近 24 小时变化
–

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。