PersonaScienceBench：通过模拟多样化科研人员评估科学 Agent
英文标题：PersonaScienceBench: Evaluating Scientific Agents with Diverse Simulated Researchers
科学 Agent 在实际应用中需要与具备不同专业背景和偏好的科研人员紧密协作，然而现有基准测试通常将协作者设定为固定模式。为此，研究团队推出了 PersonaScienceBench，该基准涵盖来自 4 个科学领域的 5 个基准测试共 200 项任务。通过引入多样化的模拟研究员人设，该测试能够更加贴合实际科研协作环境，全面评估科学 Agent 的自适应与协同能力。该基准为 AI for Science 领域面向真实人机协同场景的智能体评估提供了重要工具与参考依据。
打开原文相关 2.4 · 机会 1
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
PersonaScienceBench：通过模拟多样化科研人员评估科学 Agent
论文编号：arXiv:2610.32106v1
发布类型：new
摘要
科学 Agent 在科研工作中需要与具备不同专业知识水平和研究偏好的科研人员进行协作，但目前的基准测试往往将协作者设定为固定不变的模型。为此，我们推出了 PersonaScienceBench：包含来自 4 个科学领域的 5 个基准测试共计 200 项任务。通过多样化的模拟研究人员（Simulated researchers），全面评测 Agent 在复杂协作环境下的自适应与科研任务解决能力。
BibTeX formatted citation
×
English / 原文
BibTeX formatted citation
×