热点事件持续更新
斯坦福与CMU等推出科研Agent评测基准ScholarCatalyst
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年11月，斯坦福大学、CMU等多机构联合推出评测基准ScholarCatalyst，旨在衡量科研Agent在研究初期发现催化性、启发性论文的能力。该基准邀请了184位顶会作者回溯207项研究。评测结果显示，当前表现最佳的系统Qwen3-Embedding-8B的Top-20召回率仅约48%；同时，具备多轮规划推理能力的GPT-4.1和o3等Agent，在此项任务中并未胜过通用嵌入检索器。
AI 根据报道生成 · 18 小时前更新
最新进展11月2日 15:48
斯坦福与CMU等联合推出ScholarCatalyst基准，评测科研Agent寻找启发文献能力。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- AITNT · AI头条斯坦福等机构提出ScholarCatalyst基准 评估科研Agent寻找启发性文献能力
斯坦福大学、CMU等多机构联合推出ScholarCatalyst基准，邀请184位顶会作者回溯207项研究，衡量科研Agent在研究初期发现催化论文的能力。评测显示最佳系统Qwen3-Embedding-8B的Top-20召回率仅约48%，多轮规划推理的GPT-4.1和o3等Agent并未胜过通用嵌入检索器。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 16:00）·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。