**AutoSciBench:面向科学智能体的自主基准生成框架**

_AutoSciBench: Autonomous Benchmark Generation for Evaluating Scientific Agents_

> AutoSciBench 提出了一种自动迭代生成科学领域评估基准的框架,通过高层概念与低层配方结合,利用智能体解题轨迹反馈动态优化任务,有效防止基准饱和。实验显示,该框架在计算生物学和材料科学领域生成的基准显著降低了智能体准确率,且任务质量评分高于人工基准,实现了评估能力随智能体进化的自适应调整。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.05140)