斯坦福大学 发布 BoxingGym 数据集, 应用在 科学模型、实验设计 领域

斯坦福大学 本次发布的数据集 BoxingGym, BoxingGym是由斯坦福大学开发的一个基准测试框架，旨在评估科学代理在实验设计和模型发现方面的能力。该数据集包含10个基于真实世界科学模型的环境，涵盖从心理学到生态学等多个领域。每个环境都实现为一个生成模型，允许代理进行交互实验，并通过计算预期信息增益（EIG）来量化实验的信息量。数据集通过GitHub公开访问，适用于评估大语言模型在科学发现中的应用，特别是在提出科学模型、收集实验数据并根据新数据修订模型方面的能力。

查看BoxingGym

关于 斯坦福大学 , 斯坦福大学是一所位于美国加州的世界顶尖私立研究型大学，以其在科技、工程、商业和法律等领域的卓越教学和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。