BriefGPT - AI 论文速递
·
BoxingGym: 自动实验设计与模型发现的基准进展
📝
内容提要
本文解决了大规模语言模型（LLM）在科学模型提出、实验数据收集及基于新数据修订模型方面缺乏系统性基准的问题。提出的BoxingGym基准通过10个环境对实验设计与模型发现进行系统评估，并发现当前的LLM在这两个领域的表现均不佳，增强LLM-agent与显式统计模型的结合并未有效改善其结果。
➡️
