ST-Bench多智能体科研数据分析基准发布
热点事件持续更新
ST-Bench多智能体科研数据分析基准发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究团队发布 ST-Bench，一个评测 LLM 多智能体系统（MAS）在真实科学数据分析任务上表现的基准。它包含 100 个改编自水文学、农业和湿地甲烷研究等已发表地球科学研究的任务，扩展为 2,067 条 query，并经领域专家验证。 团队用 ST-Bench 在相同 GPT-5 基座模型上，以两种训练协议评测了五种近期 MAS 生成方法，并与单智能体基线对比。据论文称，最强配置的推理时间约为单智能体的四倍，而一种更经济的流程以不到两倍的成本获得大部分收益。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
ST-Bench：面向科研任务的多智能体系统生成空间-时间基准报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AIST-Bench：面向科研任务的多智能体系统生成空间-时间基准
研究团队发布 ST-Bench，一个用于评测 LLM 多智能体系统（MAS）在真实科学数据分析任务上表现的基准，包含 100 个源自水文学、农业和湿地甲烷研究的任务，扩展为 2,067 条 query 并经领域专家验证。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。