观察中研究观察中0 家独立报道1.2
Bespoke Labs 推出 AutoResearchExam：评估科研智能体的自我提升与泛化能力
首次出现 · 2026/9/10 13:08最近活动 · 2026/9/10 13:08
Bespoke Labs 发布基准测试 AutoResearchExam，将智能体评估从单步推理延伸至自主科研过程。该测试重点考察模型在未知学术问题下的泛化表现与迭代修正能力，记录其能否独立完成实验推导并得出有效结论。评测尺度的延伸，正在丈量自动化研究落地的实际距离。
最近 24 小时事件热度
最近 24 小时共有 7 个真实快照；峰值 1.2，出现于 9/12 17:00；最新热度 1.2。
- 9/12 17:00，事件热度 1.2
- 9/12 20:00，事件热度 1.2
- 9/12 23:00，事件热度 1.2
- 9/13 02:00，事件热度 1.2
- 9/13 05:00，事件热度 1.2
- 9/13 08:00，事件热度 1.2
- 9/13 11:00，事件热度 1.2