IXThinker·2025-04-04 07:10

CURIE基準評估大模型科學問題解決能力

科學問題的解決需要深厚領域知識與嚴謹推理。名為CURIE的基準針對科學領域的長上下文理解、推理與資訊提取，評估大語言模型能否真正輔助科學家的實際工作流程。

基準設計初衷

科學進展依賴對既有文獻知識的運用，模型既要讀懂長篇文獻，也要把知識應用到具體問題情境。CURIE正是為衡量這類長上下文理解、推理與資訊提取能力而設計。