🔬 सामग्री विज्ञान
AtomWorld: A Benchmark for Evaluating Spatial Reasoning in Large Language Models on Crystalline Materials
यह शोध पत्र AtomWorld को प्रस्तुत करता है, जो क्रिस्टलीय सामग्री संरचना संशोधनों पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने वाला एक बेंचमार्क है, जो यह प्रकट करता है कि जबकि Claude Opus 4.6 जैसे मॉडल बुनियादी कार्यों पर अच्छा प्रदर्शन करते हैं, उनकी सफलता जटिल स्थानिक तर्क (spatial reasoning) के साथ काफी कम हो जाती है, जो यह सुझाव देता है कि वे स्वायत्त एजेंटों के बजाय वैज्ञानिक सह-पायलट (scientific copilots) के रूप में अधिक उपयुक्त हैं।