技术博客

近日，首个专注于科学任务、真实交互与自动评估的多模态智能体评测环境“ScienceBoard”正式发布。该评测环境由香港大学计算与数据科学学院博士生孙秋实主导开发，旨在为多模态智能体提供一个统一、公平且可扩展的测试平台。此前，孙秋实曾在新加坡国立大学数据科学系获得硕士学位，具备扎实的技术背景。ScienceBoard不仅支持多种科学任务的模拟与执行，还引入了真实的用户交互机制和自动化评估体系，填补了当前智能体评测领域的多项空白。这一创新工具的推出，将推动多模态人工智能技术的发展，并为相关研究提供有力支撑。

ScienceBoard 是一个创新的多模态智能体评测环境，专注于科学探索任务。它提供了一个真实的交互式科研环境，并设计了一系列具有代表性的科研任务。此外，ScienceBoard 还配备了程序化的评估机制，旨在系统性地评估现有模型在处理科学任务时的性能。