ST-Bench多智能体科研数据分析基准发布
热点事件持续更新
ST-Bench多智能体科研数据分析基准发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者发布 ST-Bench 基准，用于检验 LLM 多智能体系统（MAS）在真实科学数据分析中是否优于单智能体。该基准含 100 个源自地球科学研究的数据科学任务，扩展为 2,067 条查询，在 GPT-5 上评测五种 MAS 生成方法。 评测结果显示，十种 MAS 配置中九种超过最便宜的单智能体基线，最强配置综合得分接近其三倍，但推理时间约为四倍；更经济的方案以不到两倍成本获得大部分收益。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
ST-Bench：面向科研任务多智能体系统生成的空间-时间基准报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AIST-Bench：面向科研任务多智能体系统生成的空间-时间基准
研究者推出 ST-Bench，用于检验 LLM 多智能体系统（MAS）在真实科学数据分析中是否优于单智能体。该基准含 100 个源自地球科学研究的数据科学任务，扩展为 2,067 条查询，在 GPT-5 上评测五种 MAS 生成方法。十种 MAS 配置中九种超过最便宜的单智能体基线，最强配置综合得分接近其三倍，但推理时间约为四倍；更经济的方案以不到两倍成本获得大部分收益。
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。