arXiv cs.AI· Youran Sun, Xingyu Ren, Chugang Yi, Kejia Zhang, Di Wu, Yingkang Cao, Allen Zhou, Jianping Ye, Suying Liu, Jiaxuan Guo, Jianda Du, Weicheng Ye, Kecheng Liu, Hefan Zhang, Haixin Wang, Jie Xiao, Eric Yang, Haizhao Yang·· 18 天前AI 评分50
Sci$\Pi$vot：评测科学自动研究 AI 智能体关键时刻的 PI 级判断力
Sci$\Pi$vot: Benchmarking Principal-Investigator Judgment at Pivotal Moments of Scientific AutoResearch Agents
AI 导读
研究人员构建了评测科学判断力的基准 Sci$\Pi$vot，包含基于资深研究员在 6 个月内跨 6 个科学领域、26 个项目中干预纠偏所记录的 248 个案例。
来源：arXiv cs.AI · arxiv.org