arXiv · cs.AI · Feng Chen, Jianguo Huang, Yushan Xiao, Yue Li, Bijun Tang, Xuyu Dong, Xingguo Wang, Feiyang Xie, Jianhui Gu, Dongfeng Cao, Hongda Chen, Yongji Gong, Ruiqi Li, Shuxin Li, Xingji Li, Ruitao Lv, Li Song, Lei Wang, Ye Zhang, Xiaoxu Zhao, Xitao Zheng, Bo An, Zheng Liu · 11 小时前模型评分48
FrontierMat：面向材料研发前沿的语言模型基准测试
FrontierMat: Benchmarking Language Models at the Frontier of Materials R&D
导读
研究团队推出 FrontierMat 基准，包含 330 道来自航空航天、半导体、具身智能和核聚变等前沿研究与工业实践的问题，每题均由领域实验专家验证。最强通用模型仅得 53.7%，跨尺度推理题比单尺度题低 8.7 分，一半题目最多只有一个模型能解出。采用元加权持续预训练与尺度模块化自蒸馏的领域适配方法，可将开源模型从 36.7% 提升至 55.4%，追平最强闭源模型。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究、制造与工业
事件类型：研究发布
证据摘录
- “We introduce FrontierMat, a benchmark of 330 problems drawn from frontier academic and industrial research in fields including aerospace, semiconductors, embodied intelligence and nuclear fusion.”
来源：arXiv · cs.AI · arxiv.org