arXiv Artificial Intelligence· Peng Jiang (Tsinghua University), Dongyang Li (Tsinghua University), Quanying Liu (Southern University of Science,Technology), Xiaoxuan Jia (Tsinghua University)·· 20 小时前AI 评分27
ResearchFlow-Eval：追踪端到端多主张自动研究中的执行差距
ResearchFlow-Eval: Tracing the Execution Gap in End-to-End Multi-Claim Autoresearch
AI 导读
针对自动研究系统评测多聚焦孤立任务或最终产物、忽视过程能力的问题，研究者提出 ResearchFlow-Eval，一个在阶段与主张两个层级评估连续科学执行与迭代的细粒度框架。
来源：arXiv Artificial Intelligence · arxiv.org