为什么重要
来自 MIT/Stanford 等名校教材的大学理工科考试题。GPT-4 + CoT 也只有 ~35%。
构建方式与示例
695 个开放题，覆盖大学物理/化学/微积分/线性代数。
返回评测
推理 科学推理 未饱和
模态 · 文本
任务 · 选择 / 判断
SciBench
来自大学物理/化学/数学教材的真实考试题，评估模型解决大学级科学问题的能力
UCLA & 多校 ·
考察能力
大学物理 大学化学 微积分 线性代数
构建信息
- 数据规模
- 695 个开放题
- 构建方式
- 大学教材考试题
- 评测方式
- 精确答案匹配
- 核心指标
- Accuracy (%)
模型效果排行
🥇 GPT-4 + CoT
~35% 2024-01
科学推理 大学 物理 化学