Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “SciΠvot”

Research & Benchmarks2026-10-2012 min
SciΠvot：课题负责人判断评测（附录）
附录给出阅读项目的客户端、自助区间、26 个项目的研究问题、选项顺序与再考虑、写作者试点、两个完整决策原文、判断编码，以及三种评测提示。
Research & Benchmarks2026-10-2016 min
SciΠvot：在科学自主研究智能体的关键时刻评测课题负责人判断
SciΠvot 用资深研究者在 26 个项目上的纠正做成 248 个课题负责人判断案例。模型只看纠正前的项目记录，在原始计划与人类纠正计划之间选择。中等努力下四个前沿模型低于随机，最高项目准确率 63.5%，新请研究者为 73.4%。