Terminal-Bench-Science 0.1：评估科研工作流中的 AI 智能体
Terminal-Bench-Science evaluates AI agents on workflows from researchers' own work. Scientists, not model developers or data vendors, set the bar for scientific capability in AI.
回到原文
这里保留短导读，不转载来源网站的完整正文。具体表述和后续更新请以原文为准。
打开 terminal-bench-science.ai 原文