Hacker News· dvaplima·· 2 小时前AI 评分58
Vetto 发布 ScienceBench：50 个跨 14 学科的数据分析任务，最强模型通过率 49%
Vetto ScienceBench: Expanding Scientific Capabilities of Frontier AI Models
AI 导读
Vetto 发布 Vetto ScienceBench，包含 50 个跨 14 个学科的数据分析任务，采用 Terminal-Bench Science 格式，每个任务三次试验，最强模型通过率 49%，多数模型失败率超过 80%，5 个任务无任何模型解出。
来源：Hacker News · vetto.ai