AI for Science Benchmark Agent Workflow
摘要

针对AI4Research中实验设计环节被忽视的现状,本文提出SCOPE基准,从高层规划完整性和低层配置准确性评估LLM。基准测试揭示多数LLM难以直接设计高质量实验,且在低层配置上存在瓶颈。为此,我们提出OptED智能体工作流,通过阶段隔离、工具增强和规则约束优化实验规划,有效缓解配置瓶颈。

AI 推荐理由

论文核心聚焦于实验设计的规划能力,提出规划基准与优化工作流,直接对应任务规划主题。

研究机构
西湖大学 南京理工大学 浙江大学 东京大学
论文信息
作者 Zejun Liu, Jian Wu, Ru Peng, Yuliang Ji, Dongyuan Li et al.
发布日期 2026-08-04
arXiv ID 2608.03501
相关性评分 9/10 (高度相关)