arXiv cs.AI· Yinling Zhang, Langchen Liu, Dongbin Xiu, Xueyan Zou, Xu Kuang, Mengdi Wang, Shilong Liu·· 2 小时前精选AI 评分61
SciExam for ENSO 基准发布：检验 AI 智能体能否构建气候模型
SciExam for ENSO: Can AI Agents Build Climate Models?
AI 导读
arXiv 论文（arXiv:2610.10513）提出 SciExam for ENSO 基准，让语言模型智能体在六小时内基于真实观测数据构建 ENSO 低阶随机模型，再由隐藏评分器检验其能否复现 ENSO 统计特征、恢复未观测变量并预测保留年份。十二个智能体系统中六个得分超过已发表模型，较强模型的结构分别与 ENSO 暖冷不对称性的两种竞争解释之一相容，表明智能体已能构建有竞争力的科研模型。
推荐理由
该基准用隐藏评分检验智能体能否在无标准答案时构建气候模型，结果直接关系到智能体科研能力的评估方式。
来源：arXiv cs.AI · arxiv.org