arXiv · cs.AI· Yibo Wen, Han Liu·· 11 小时前
Autonomous Science Bench：评估自主科学发现AI Agent的基准
Autonomous Science Bench: Evaluating AI Agents for Autonomous Scientific Discovery
arXiv:2610.18449v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yibo Wen, Han Liu
研究任务与主要进展
研究团队发布 Autonomous Science Bench v0.1，用于评估AI Agent在有限预算下自主设计、执行并利用实验开展科学发现的能力。基准包含生物学、化学和材料科学中的六项预算约束型“设计—构建—测试—学习”任务，并设置发现门槛与学习门槛；基于论文摘要，试点评估了8种智能体—模型配置和144次试验，最佳配置成功率为67%，最难任务仅24次中成功3次。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org