FaFa1116/PI-Research-Bench
PI Research Bench 聚酰亚胺科研任务评测基准 PI Research Bench 面向聚酰亚胺（Polyimide，PI）科研助手，评估大语言模型在领域问答、工具调用、文献证据提取和科研方案设计中的表现。它将科研任务组织为三个层次，共 936 个评测单元，用于比较模型能力、检验领域微调效果，并分析科研工作流中的表现差异。 基准提供统一题目、参考答案、评分代码、研究规划量表和文献来源，支持按同一套条件开展模型对照与结果复现。 评测什么 层次 子集 数量 任务内容 评价重点 基础任务 generation 772 领域问答、原文事实提取、表格处理、结构化输出与工具调用 输出格式、字段完整性、参考匹配、工具选择与参数 证据溯源 source 152 76 张研究证据卡与 76 条引用定位，覆盖 19 篇文献 来源定位、原文区间、逐字引用与带单位数值 科研工作流 workflow 12 根据给定文献设计研究方向、材料与工艺方案、实验验证计划… See the full description on the dataset page: https://huggingface.co/datasets/FaFa1116/PI-Research-Bench.
| Author / organization | FaFa1116 |
|---|---|
| Downloads | 0 (as reported by Hugging Face) |
| Likes | 0 |
| Created | 21 October 2026 |
| Last updated at source | 21 October 2026 |
Recent changes
- 21 Oct 2026 Description: PI Research Bench · 聚酰亚胺科研任务评测基准 v0.1 研究快照，2026-10-21，公开供同行查看与复现。 面向聚酰亚胺科研助手，覆盖领域生成、结构化工具调用、文献证据溯源和科研工作流。题目与参考答案来自当前 Qwen/Gemma 对齐对照实验的冻结输入。本版本保存题库、机械评分器、工作流审查量表和来源记录。 子集 评测单元 内容 主要评价 generation 772 732 条 JSON、32 条工具调用、8 条文本；来自 716 个原始样本 格式 → PI Research Bench 聚酰亚胺科研任务评测基准 PI Research Bench 面向聚酰亚胺（Polyimide，PI）科研助手，评估大语言模型在领域问答、工具调用、文献证据提取和科研方案设计中的表现。它将科研任务组织为三个层次，共 936 个评测单元，用于比较模型能力、检验领域微调效果，并分析科研工作流中的表现差异。 基准提供统一题目、参考答案、评分代码、研究规划量表和文献来源，支持按同一套条件开展模型对照与结果复现。 评测什么 层次 子集 数量 任务内容
Changes detected by Silytics between refreshes of the source.
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 21 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.