CheeseBench: Evaluating Large Language Models on Rodent Behavioral Neuroscience Paradigms
CheeseBench：在啮齿类行为神经科学范式上评估大语言模型
机构 * Astera Institute（Astera研究院）
专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.AI
AI总结 CheeseBench通过九种经典行为神经科学范式评估大语言模型，发现模型规模、上下文历史、提示方式和架构对性能有显著影响，且当前模型在空间导航等任务上仍低于啮齿类动物基准。
Comments 8 pages, 6 figures, 4 tables
