← 返回话题列表

# SciArena

相关话题

2025-07-12

科研专用LLM评估新基准

Ai2、耶鲁、NYU上线全球首个科研LLM竞技场SciArena，23款顶级模型实测，o3夺冠、DeepSeek-R1第四，暴露自动指标难捕捉科研人员偏好的痛点，将推动学术写作辅助模型迭代。
SciArena 科研LLM 评估基准 o3 DeepSeek
📰 2 条相关内容 查看详情 →