01
科学任务要求
AI for Science
Terminal-Bench-Science
科研计算任务，覆盖模型校准、实验设计与不确定性分析。
参考基准 / 任务方向
Terminal-Bench 格式
任务内容
把科学模型与研究输入转化为可执行任务。
要求 Agent 围绕科学模型与研究输入进行参数估计、解释比较与预测分析，交付数值结果及清晰的方法说明。
交付内容可包括
- 01
- Harbor 格式任务包：Markdown 说明与 task.toml 配置
- 02
- Docker 环境定义、科研输入与输出规范
- 03
- 参考解与数值评测程序
如何评估任务
明确结果的评估方式
02
数值结果与解释
03
分析完整性
与 ASTRAFLUX 合作
你的模型
需要完成什么工作？
告诉我们目标能力、任务类型和交付要求，一起确定合适的项目与代表性任务。
联系我们 norman383@astraflux.space基准名称用于说明参考方向，具体任务范围与交付规格按项目确认。