近年来，大模型加速渗透科研全场景，计算科学助手、科研Agent等数字化工具逐渐成为科研人员提升研发效率、降低复杂计算门槛的核心支撑。但垂直领域大模型的能力评估长期缺乏适配专业场景的基准数据集，尤其是计算科学领域对任务参数、前置条件的精准度要求极高，一旦模型在交互环节默认填补错误信息，会直接导致下游仿真、计算、推演结果完全失效，这一痛点长期制约科学大模型的落地迭代。作为全球顶尖私立理工院校，伦斯勒理工学院在计算科学、工程技术领域的研究长期处于全球第一梯队，此次推出的专项数据集正是瞄准这一行业共性需求研发。
2026年5月19日，伦斯勒理工学院联合相关机构在arXiv首发SCICONVBENCH科学对话基准数据集，填补了计算科学领域多轮对话澄清能力评测的空白。该数据集是国内首个聚焦计算科学任务制定环节的多轮澄清评估基准，共包含1142个标注实例，覆盖流体力学、固体力学、材料科学和偏微分方程四大核心计算科学领域，所有实例均通过人工转换专业教育资源、标准化基准任务构建，研发团队在每个实例中都刻意植入了信息缺失或逻辑矛盾的设定，专门用于测试模型的交互澄清能力。
不同于通用对话基准数据集，SCICONVBENCH的核心评估维度聚焦于大型语言模型在科学对话场景下，主动识别模糊信息、挖掘隐含矛盾、通过多轮交互补全有效信息的能力，其最终目标是提升计算科学助手在上游任务制定环节的可靠性，避免模型因“沉默假设”错误填补关键参数，导致下游仿真、计算、推演等执行环节出现不可逆的错误。
作为垂直领域的高质量评测数据集，SCICONVBENCH可广泛应用于多个行业场景：在科学大模型研发环节，厂商可依托该数据集完成交互能力的标准化测试，定向优化模型在专业场景下的信息敏感度；在计算科学助手产品落地阶段，该数据集可作为准入评测工具，保障面向科研人员的数字化工具输出结果的可靠性；在学术研究领域，该数据集也可为自然语言处理、科学智能（AI for Science）方向的研究提供统一的基准对比标尺，推动相关技术的标准化迭代。
当前全球数据要素市场中，垂直领域高质量标注数据集是人工智能技术落地的核心供给要素，尤其是科研等高精尖领域的数据集研发门槛高、专业度要求强，长期属于稀缺资源。SCICONVBENCH的发布，不仅为科学大模型的能力评测提供了针对性工具，也为垂直领域基准数据集的研发提供了参考范式，对推动AI for Science场景的落地、加速科研数字化转型均有重要的支撑价值。
详情页内容：
_1769672084863.jpg)