arXiv cs.AI· Feng Chen, Jianguo Huang, Yushan Xiao, Yue Li, Bijun Tang, Xuyu Dong, Xingguo Wang, Feiyang Xie, Jianhui Gu, Dongfeng Cao, Hongda Chen, Yongji Gong, Ruiqi Li, Shuxin Li, Xingji Li, Ruitao Lv, Li Song, Lei Wang, Ye Zhang, Xiaoxu Zhao, Xitao Zheng, Bo An, Zheng Liu·· 1 天前AI 评分39
FrontierMat：材料研发前沿的大语言模型评测基准
FrontierMat: Benchmarking Language Models at the Frontier of Materials R&D
AI 导读
研究人员推出面向材料研发前沿的评测基准 FrontierMat，涵盖半导体与核聚变等领域的 330 道真实科研题目，最强通用模型得分仅 53.7%。其中 130 道题目涉及跨尺度推理，得分比单尺度题目低 8.7 分。通过元加权持续预训练与尺度模块化自蒸馏，开源权重模型得分从 36.7% 提升至 55.4%，追平最强专有模型。
来源：arXiv cs.AI · arxiv.org