arXiv · cs.AI· Jingyuan Li·· 13 天前AI 评分42
LabOPBench：面向证据驱动实验室决策的多模态基准
LabOPBench: A Multimodal Benchmark for Evidence-Grounded Laboratory Decision Making
来源与原文
arXiv · cs.AI
作者：Jingyuan Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.19780v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出多模态基准 LabOPBench，包含 756 道经独立评审的专家题，覆盖有机合成与材料科学，按题目专属评分规则评估。8 个多模态模型整体归一化得分为 28.8-45.8%；在 100 题对照子集上，最强模型平均超过本科生但低于博士生。专家分析发现 Evidence Misreading 与 Evidence-Decision Conflict 是主要错误模式。
来源：arXiv · cs.AI · arxiv.org