CME-SpectrumBench：LLM 能否分析凝聚态光谱数据？

研究人员推出包含 190 道题目的基准 CME-SpectrumBench，用于评估前沿 LLM 分析凝聚态实验模拟二维强度阵列光谱数据的能力。直接提问下模型难以追踪模式或计算衍生量，且表现随噪声增加和分辨率提高而下降；但结合 Python 解释器工具使用与 ReAct 提示后，模型表现可媲美手写代码。相关代码和数据已开源公开。