Santiago Valdarrama

代理人真的可以做科研吗？ 这是一个专注于此的新基准。 它包含 9 个科学学科的 50 多项任务。还有一个排行榜可以查看哪些代理效果最好。 以下是我们如何知道代理是否有利于科学研究： • 应该能够选择正确的方法 • 它应该能够运行计算 • 它应该能够从失败中学习 • 它应该能够产生可验证的结果