• 评测基准

  FutureSearch Deep Research Bench

  FutureSearch · 访问状态未核实

  在离线网页检索任务中评估网页研究代理。

• 评测基准

  DeepResearch Bench II

  USTC-CMI · 访问状态未核实

  用专家报告量规诊断深度研究系统。

• 评测基准

  DeepResearch Bench

  USTC / Metastone · 访问状态未核实

  在 22 个领域的 100 项专家编写博士级任务上评估深度研究代理。

• 评测基准

  FairRSFM

  FairRSFM authors · 待发布

  检查冻结遥感基础模型在不同生物群落中的性能差距。

• 评测基准

  FrontierMath

  Epoch AI · 访问状态未核实

  在 FrontierMath 问题上评估高阶数学推理。

• 评测基准

  WeatherBench 2

  Google Research · 访问状态未核实

  以参考天气数据评估数据驱动的天气预报。

• 数据集

  Satellite Embedding V1 Annual (AlphaEarth Foundations)

  Google Earth Engine / Google DeepMind · 受限访问

  全球地理空间嵌入制图、分类与变化检测。

• 模型

  AION-1

  Polymathic AI · 访问状态未核实

  提供 AION-1 项目公告所述的天文表征学习。

• 模型

  BioCLIP 2

  Imageomics · 访问状态未核实

  生成面向生物多样性的图像表征，并支持零样本物种名称分类或以支持图像进行少样本分类。

• 模型

  MIMIC

  Polymathic AI · 待发布

  开展 MIMIC 项目所述的多模态科学建模。

• 软件

  Perch

  Google Research · 访问状态未核实

  使用 Perch 研究软件对生物声学录音进行分类。

• 软件

  SpeciesNet

  Google Research · 访问状态未核实

  在研究和保护工作流中识别相机陷阱图像里的物种。

• 工作流

  Agent Rosetta

  Arc Institute · 访问状态未核实

  执行 Agent Rosetta 官方项目页所述的生物学研究工作流。