11:22
官方账号arXiv cs.AI@Xuehai Wang, Haowei Qin, Tongxin Liu, Junkai Li, Buqiang Xu, Jintian Zhang, Yijun Chen, Zirui Xue, Shumin Deng
精选73°
推荐理由：ZJU团队推出AutoSciRub，让AI研究代理先定标准再执行，在多个基准测试中显著提升研究质量。
AstaBench
共 1 条相关 AI 资讯
9月1日
11:22
AutoSciRub是一个评估优先框架，在研究执行前自动生成任务特定可执行评分标准。该框架将模糊指令分解为原子科学目标，基于相关文献和任务可见数据建立标准，并在ResearchClawBench基准测试中平均提升2.08分，在AstaBench E2E Discovery子集上提升16.8分。