热点事件持续更新
CompMat-Bench：计算材料科学AI Agent基准
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表 CompMat-Bench，评测 AI 智能体在计算材料科学中的研究能力。基准包含 94 个源自已发表计算材料研究的单步任务，以预复现输入与结果作为 ground truth，避免评估时重复昂贵模拟。基于三个 LLM 的智能体在单任务全指引下通过率为 66.0-90.4%；长流程或减少指引会拉低弱智能体表现，最强智能体仅在长流程加少指引时下降。多数失败归因于科学错误而非软件使用错误。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Artificial IntelligenceCompMat-Bench：评测 AI 智能体在计算材料科学中的研究能力
CompMat-Bench 包含 94 个源自已发表计算材料研究的单步任务，通过预复现输入与结果作为 ground truth，避免评估时重复昂贵模拟。基于三个 LLM 的智能体在单任务全指引下通过率为 66.0-90.4%；长流程或减少指引会拉低弱智能体表现，最强智能体仅在长流程加少指引时下降。多数失败归因于科学错误而非软件使用错误。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。