Are LLMs Ready for Scientific Discovery? A Capability-Oriented Benchmark for AI Scientists

• 类型：arxiv
• 标识：2607.11079
• 链接：https://arxiv.org/abs/2607.11079
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：SDABench is introduced, a benchmark that reorganizes evaluation around six capabilities (descriptive, exploratory, inferential, inferential, predictive, causal, and mechanistic) across five domains (Biology, Chemistry, Environment, Geography, Physics).
• OpenAlex ID：W7168272912
• OpenAlex DOI：10.48550/arxiv.2607.11079
• DOI：10.48550/arxiv.2607.11079
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.11079
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：LLMs 是否准备好进行科学发现？面向 AI 科学家的能力导向基准
• TLDR中文：提出 SDABench，一个围绕六项能力（描述性、探索性、推断性、推断性、预测性、因果性、机制性）跨五大领域（生物、化学、环境、地理、物理）重新组织评估的基准。
• 来源文件：
• /inbox/tom/_candidates/2026-07-16-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]