ホットトピック継続更新中
研究者提出科学发现评测基准Unsatz
1 件の報道1 件の報道元11 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，研究者在arXiv发布论文，提出名为Unsatz的新评测基准，用于评估LLM智能体在无预设拟设（ansatz）条件下自主探索实验并构建模型的能力。该基准涵盖20个领域的80个系统。测试结果显示，9个语言模型的解决率在21%至60%之间，而经典方程发现方法在其中44个系统上几乎从未成功。评测表明，科学发现的核心难点在于结构发现而非参数估计，目前的智能体仍普遍偏好降低训练误差而非提升预测表现。
AI が報道をもとに生成 · 11 時間前 更新
最新の進展11月4日 13:00
研究者提出基准Unsatz，测试显示9个LLM解决率在21%至60%之间。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 人工智能Unsatz：评估无预设拟设条件下的科学发现能力
新基准 Unsatz 要求 LLM 智能体在无预设拟设（ansatz）的情况下自主探索实验并构建模型。在涵盖 20 个领域 80 个系统的测试中，9 个语言模型的解决率在 21% 至 60% 之间，经典方程发现方法在其中 44 个系统上几乎从未成功。评测表明核心难点在于发现结构而非参数估计，智能体仍普遍偏好降低训练误差而非提升预测表现。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。