研究人员发布SciExam for ENSO基准

研究人员发布 SciExam for ENSO 基准，让语言模型智能体在六小时预算内基于真实观测构建 ENSO 低阶随机模型，由隐藏评分器检验其统计复现、未观测变量恢复与留出年份预测能力。 在十二个智能体系统中，有六个的模型得分超过已发表模型，主要得益于更好的重建与预测表现。 表现更强模型的简化形式分别与 ENSO 冷暖不对称的两种竞争解释相容，而该任务从未提及这一争论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。