09:31
官方账号arXiv cs.AI@Siyi Chen, Jiahe Ying, Yixuan Jia, Yuxuan Gu, Enze Ye, Weimin Bai, Zhijun Zeng, Shaochi Ren, Binhong Gao, Yubing Li, Tianhan Zhang, He Sun
推荐理由：这基准测试了LLM在科学计算成像编程上的真实水平，发现它们在算法选择和物理建模上容易出错，挺有参考价值。
科学计算成像
共 1 条相关 AI 资讯
7月14日
09:31
Imaging-101是一个包含57个专家验证的计算成像任务的基准，覆盖六个科学领域。每个任务基于同行评审论文，标准化为四个阶段（预处理、正向物理建模、逆求解、可视化）。基准设三个评估轨道（规划、函数级单元测试、端到端重建），测试了七个前沿LLM的系统性能力。结果发现LLM在算法选择、物理惯例处理和流水线集成方面存在具体短板。