ResearchFlow-Eval 多声明自动研究评测框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Peng Jiang 等人的研究，提出 ResearchFlow-Eval 评测框架。该工作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，提出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。据该来源表述，其目标是“assessing continuous scientific execution and iteration at both the stage and claim levels”。目前报道仅涉及框架的提出与定位，未披露具体评测指标、数据集、实验结果或适用对象与限制，后续进展有待跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。