AI 行业资讯 - NeurIPS

Anthropic发布Agent4Sci评测框架，四个前沿Agent均改进全部20个科学基准

Anthropic团队提出Agent4Sci，一个面向科学机器学习任务的长程自动爬坡评测框架，覆盖11个科学领域、20个基准和25个任务。实验显示四个前沿Agent合计改进了全部20个基准，Claude Opus平均相对改进达10.4%，加入插件技能后升至20.1%。该工作入选NeurIPS 2026评估与数据集赛道。