Xi'an Jiaotong University（西安交通大学）

Act As a Real Researcher: A Suite of Benchmarks Evaluating Frontier LLMs and Agentic Harnesses in Research Lifecycle

像真正的研究者一样行动：一套评估前沿LLM和研究生命周期中智能体框架的基准测试套件

Jiayu Wang, Weijiang Lv, Bowen Fu, Jing Fu, Jiayi Song, Lingyu Zhang, Lanxuan Xue, Luodi Chen, Zepeng Xin, Kaiyu Li, Xiangyong Cao

机构 * Xi’an Jiaotong University（西安交通大学） ； Xidian University（西安电子科技大学） 纠错

AI总结 提出AARR基准系列，通过AARRI-Bench评估智能体在细粒度研究场景中模拟人类研究者的专业性、全面性和细微推理能力，发现最佳配置成功率仅68.3%。

Discovering Multiscale Deep Formulas in Complex Systems via Neural-Guided Lambda Calculus

通过神经引导的Lambda演算发现复杂系统中的多尺度深层公式

Hanqiao Yu, Shusen Yang, Xuebin Ren, Cong Zhao

机构 * National Engineering Laboratory for Big Data Analytics（大数据分析国家工程实验室） ； Xi’an Jiaotong University（西安交通大学） ； School of Mathematics and Statistics（数学与统计学学院） ； School of Computer Science and Technology, Faculty of Electronic and Information Engineering（计算机科学与技术学院，电子与信息工程学院） 纠错

AI总结 提出Deflex方法，结合可分解深度能量模型和Lambda演算符号回归，自动从复杂系统中提取多尺度公式，效率最高提升7倍。

Comments 35 pages, 5 figures; Supplementary Information available as an ancillary file (79 pages)