Curie Framework 发布 Experimental Benchmark 数据集, 应用在 人工智能、实验评估 领域

Curie Framework 本次发布的数据集 Experimental Benchmark, 该数据集是一个新颖的实验基准，涵盖了计算机科学四大领域中的46个问题。这些问题源自具有影响力的研究论文和广泛使用的开源项目。该基准旨在评估Curie框架在自动化严格实验方面的性能表现，其规模涉及多个领域的46个问题。任务目标是评估人工智能代理在科学实验中的性能表现。

查看Experimental Benchmark

README 内容： 

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。