热点事件持续更新
计算材料学AI智能体评测基准CompMat-Bench发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，研究人员推出面向计算材料学AI智能体的评测基准CompMat-Bench。该基准包含源自真实研究的94个任务，通过提前复现步骤来评测输入准备与结果分析，免去了评测过程中的高成本仿真，并采用固定规则打分，无需LLM裁判。测试显示，基于3个大语言模型的智能体在全指导单一任务下的通过率为66.0%至90.4%。失败分析表明，智能体的多数错误源于科学理解不足，而非软件操作问题。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
研究团队推出涵盖94个任务的计算材料学Agent评测基准CompMat-Bench。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 人工智能CompMat-Bench：面向计算材料学 AI 智能体的评测基准
研究人员推出计算材料学 AI 智能体评测基准 CompMat-Bench，包含源自真实研究的 94 个任务，通过提前复现步骤来评测输入准备与结果分析，免去评测中的高成本仿真。该基准采用固定规则打分且无需 LLM 裁判，测试中基于 3 个 LLM 的智能体在全指导单一任务下的通过率达 66.0-90.4%，失败分析显示多数错误源于科学理解而非软件操作。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。