zjunlp/DataPRM-ScienceAgentBench

Name: zjunlp/DataPRM-ScienceAgentBench
Creator: zjunlp
Published: 2026-04-27 09:57:00
License: 暂无描述

Hugging Face2026-04-27 更新2026-05-03 收录

下载链接：

https://hf-mirror.com/datasets/zjunlp/DataPRM-ScienceAgentBench

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

zjunlp

zjunlp/DataPRM-DABStep

--- license: mit ---

Hugging Face2026-04-27 更新10

ScienceAgentBench

ScienceAgentBench是一个用于评估语言代理在数据驱动科学发现中的新基准。该基准从44篇同行评审的出版物中提取了102个任务，涵盖四个学科，并由九位领域专家进行验证。每个任务的目标输出被统一为一个自包含的Python程序文件，并使用一系列评估指标来检查生成的程序、执行结果和成本。每个任务都经过多轮手动验证，以确保其标注质量和科学合理性。为了防止数据污染，仅在Huggingface上提供

Hugging Face2024-10-28 更新1010

osunlp/ScienceAgentBench

ScienceAgentBench是一个用于评估语言代理在数据驱动科学发现中的新基准。为确保科学真实性和现实相关性，该基准从四个学科的44篇同行评审出版物中提取了102个任务，并邀请了九位领域专家进行验证。每个任务的目标输出统一为一个自包含的Python程序文件，并使用一系列评估指标来检查生成的程序、执行结果和成本。每个任务都经过多轮人工验证，以确保其注释质量和科学合理性。数据集包含多个特征，如唯

Hugging Face2026-05-01 更新160

ScienceAgentBench

用于严格评估语言智能体在数据驱动的科学发现中表现的基准。

AI_Studio2025-09-03 更新00

ScienceAgentBench

## ScienceAgentBench The advancements of language language models (LLMs) have piqued growing interest in developing LLM-based language agents to automate scientific discovery end-to-end, which has s

魔搭社区2025-11-27 更新90