CompMat-Bench：94任务评测计算材料AI Agent
热点事件持续更新
CompMat-Bench：94任务评测计算材料AI Agent
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Chenmu Zhang 等在 arXiv 发布 CompMat-Bench 基准论文，用 94 个取自近期计算材料研究、要求 AI Agent 完成科学目标中某一步骤的任务，评测材料科研工作流能力。评分不使用 LLM 评审，而是以预先复现的昂贵模拟的输入与结果作为真值，按固定规则打分。 基于论文摘要：在完整指导的单任务条件下，基于三个 LLM 的 Agent 在 94 个任务上的通过率为 66.0%–90.4%；失败分析将多数失败归于科学错误而非软件使用错误。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
CompMat-Bench：计算材料科学 AI Agent 基准评测报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · Materials ScienceCompMat-Bench：计算材料科学 AI Agent 基准评测
研究团队提出 CompMat-Bench，包含 94 个源自近期计算材料研究的任务，用于评测 AI Agent 完成材料研究步骤和科学工作流的能力。基于论文摘要，基准通过预先复现昂贵模拟的输入与结果，以固定规则评分而不依赖 LLM 评审；在完整指导的单任务条件下，基于三个 LLM 的 Agent 通过率为 66.0%–90.4%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:00
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。