热点事件持续更新
研究者提出科学发现评测基准Unsatz
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 9 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月4日 14:00）·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。