NUWA LABBench2: An Improved Benchmark for AI Systems Performing Biology Research
研究问题科研能力测试能否比知识选择题更接近有用研究工作？
来源摘要作者报告相较旧基准，模型各子任务正确率差异为−26%至−46%。
NUWA 研究解读 · 独立复核待完成
研究机构
Edison Scientific角色与署名遵循所引原始资料。来源核验不等于独立复现实验。
更多筛选 →研究问题科研能力测试能否比知识选择题更接近有用研究工作？
来源摘要作者报告相较旧基准，模型各子任务正确率差异为−26%至−46%。
NUWA 研究解读 · 独立复核待完成