研究者发布 Autonomous Science Bench v0.1 基准

Yibo Wen、Han Liu 等研究者发布 Autonomous Science Bench v0.1，用于评估 AI 智能体的自主科学发现能力。基准包含六个预算受限的 design-build-test-learn 任务，覆盖生物学、化学与材料科学，智能体需选择批次设计、接收实验室测量结果，并据此指导后续实验，最终交付预测模型。 判定成功需通过两道校准关卡：发现关卡评估智能体实际测量的设计，学习关卡评估其模型对留出设计的排序。研究者同时发布了 v0.1 版实验活动、实验室运行时与公开排行榜。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。