arXiv · cs.AI · Xiaxun Xie, Qingqing Long, Meng Xiao, Wei Ju, Yuanchun Zhou, Hengshu Zhu, Xuezhi Wang · 11 小时前模型评分49
MechHypoBench：评估 人工智能（AI，Artificial Intelligence） 科学家从科学观测生成机制假设的新基准
From Scientific Observations to Mechanisms: Benchmarking Hypothesis Generation by AI Scientists
导读
研究者提出 MechHypoBench，这是首个评估 人工智能（AI，Artificial Intelligence） 智能体与 AI 科学家能否从实证数据生成机制假设的基准，覆盖 14 个科学领域、包含 1798 万条记录的真实数据集。
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
事件类型：研究发布
证据摘录
- “To address this gap, we introduce MechHypoBench, the first benchmark for evaluating whether AI agents and AI scientists can generate such hypotheses from empirical data.”
来源：arXiv · cs.AI · arxiv.org