为什么重要
揭示了 LLM 在科学计算上几乎无能为力——最强推理模型也只有 ~8%。覆盖 16 个学科的真实科研代码。
构建方式与示例
338 个子问题。例如：“用有限差分法求解二维热传导方程，边界条件为…”
关联基准与展望
关联：KernelBench、DS-1000。不足：需要领域知识+数值方法双重专长。
返回评测
代码生成 代码-领域特化 未饱和
模态 · 代码
任务 · 代码生成
SciCode
338 道来自 16 个科学领域的数值计算问题，最强模型 ~8%
Yale & Mila ·
已接入战绩榜 · 当前最高实测分
66.9% Claude Opus 5.5（Anthropic） on SciCode Artificial Analysis 统一协议复测 · 抓取于 2026-10-19
查看 →
考察能力
科学计算 数值方法 物理模拟
构建信息
- 数据规模
- 338 subproblems
- 评测方式
- 标准评测
- 核心指标
- pass@k (%)
资源链接
模型效果排行
🥇 o1-preview
7.6%
🥈 Claude 3.5
4.6%
科学计算 数值方法