我们提出了SciKnowEval基准，以五个科学知识水平评估大型语言模型（LLMs），涵盖知识广度、探索能力和伦理考量。以生物学和化学为例，构建了50,000个科学问题的数据集，评估了20个LLMs。结果表明，尽管性能优越，专有LLMs在科学计算方面仍需改进。