Hacker News· matt_d·· 3 小时前AI 评分58
FrontierCS 2 发布计算机科学研究智能体基准
FrontierCS 2: A Benchmark for Computer Science R&D
AI 导读
FrontierCS 2 是一个评测 AI 智能体做计算机科学研究能力的基准：每个任务从论文随附代码中删去关键贡献，智能体需重写，且只有在隐藏负载的每项指标上都超过人类参考实现才算通过。
来源：Hacker News · frontier-cs.org
FrontierCS 2 发布计算机科学研究智能体基准