热点事件持续更新
研究团队构建惯性约束聚变科学LLM评测基准
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
2026年10月，研究人员以惯性约束聚变（ICF）为案例构建了包含250道题目的评测基准，以系统评估大语言模型在专门科学领域的表现。评测结果显示，经过领域自适应预训练与监督微调的专用模型Prospero，其综合得分较基座模型提升了10.7个百分点；前沿模型得分虽然最高，但仍在数值计算中存在关键物理错误。此外，测试表明检索增强能够改善较小模型的表现，但对前沿模型并未带来统计学上的显著提升。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
研究人员发布含250道题的ICF评测基准，评估显示专用模型及前沿模型各具局限。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 人工智能评估大语言模型的科学应用：以惯性约束聚变为例
研究人员以惯性约束聚变（ICF）为案例构建包含 250 道题目的评测基准，系统评估大语言模型在专门科学领域的表现。经领域自适应预训练与监督微调的专用模型 Prospero 综合得分较基座模型提升 10.7 个百分点，前沿模型得分最高但仍在数值计算中存在关键物理错误。检索增强可改善较小模型表现，但对前沿模型无统计学显著提升。
本事件热度走势
当前热度 8·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
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。