AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：AI for Science×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月21日
08:00
08:00Thomas Wolf@Thom_Wolf
精选
Terminal-Bench 是一个评估 AI 模型在计算机上使用工具（如命令行）达成目标能力的基准。现在它扩展到了科学领域，推出 T-Bench Science，专门评估 AI 在真实科研工作流中的表现。该基准面向生命科学、物理、地球科学、数学等领域的科学家，并开放任务贡献至 2026 年 8 月。贡献的科研工作流越多样，越能推动下一代 AI 模型更好地辅助日常研究工作。这不是训练数据集，而是用于评估前沿模型性能的基准。Anthropic、OpenAI 和 Google DeepMind 已使用 Terminal-Bench 评估 AI 编程能力，现在科学领域也加入其中。
AI产品基准测试AI for ScienceTerminal-Bench科研工作流AI 代理
推荐理由：做科研的 AI 用户终于有了专门评估 AI 辅助科研能力的基准——T-Bench Science 直接面向真实工作流，科学家可以贡献自己的流程来推动模型进步，值得关注和参与。
原文
02:07
5月16日
22:24
22:24Y Combinator@ycombinator
PerfectBit 是一家初创公司，专注于生成高质量的训练数据，其核心方法是通过物理模拟器、科学数据库和形式化证明系统来验证数据的正确性，确保数据“天生正确”。这种数据生成方式适用于大语言模型、机器人、AI for Science 等领域。该公司由 Y Combinator 支持，并已正式发布。其方法解决了传统训练数据中常见的不一致和错误问题，对需要高精度数据的 AI 应用具有重要意义。
AI产品训练数据数据验证物理模拟器AI for ScienceY Combinator
推荐理由：做 AI 训练数据或科学计算的团队，终于有了一个能保证数据正确性的方案——PerfectBit 用物理模拟器验证数据，比人工标注靠谱太多，做机器人或科学 AI 的开发者值得关注。
原文