OTHER
在机器人化学实验室中对大型语言模型代理进行压力测试
Lulu Guo, Yingkai Sun, Xiaobo Li, Luyao Ge, Ziming Wang, Haitao Zheng, Jingyu Li, Huijuan Zhang, Bingxu Chen, Daobin Liu, Yuebo Liu, Jie Li, Xiaohui Li, Linjiang Chen, Yi Luo, Jun Jiang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本研究利用机器人化学实验室作为物理世界测试平台，通过45个模块化工作站和4608次试验，评估了大型语言模型代理在物理执行和证据驱动重新规划方面的能力。结果表明，只有3.3%的试验产生了专家认可的可执行工作流程，且长期规划仍具挑战，但该研究为物理自主研究的部署准备提供了可衡量的评估框架。
关键词
robotic chemistryLLM agentsphysical executabilityscientific agencystress-testing
相关论文
OTHER
📊 26,957 引用
Statistical Learning Theory
Yuhai Wu, Vladimir Vapnik
1999
OTHER
开放获取📊 20,501 引用
Fractional Differential Equations
Igor Podlubný
2025
OTHER
📊 18,993 引用
Applied Nonlinear Control
Jean-Jacques Slotine, Weiping Li
1991
OTHER
📊 13,277 引用
Genetic Programming: On the Programming of Computers by Means of Natural Selection
John R. Koza
1992