项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 132
核心亮点
- 首个专门针对 LLM 科学方程发现的基准，填补空白
- 涵盖多学科方程，任务设计贴近真实科研场景
- 提供标准化评估和基线，便于横向对比
不足之处
- 项目早期，文档和社区支持待观察
- 基准规模有限，可能未覆盖所有科学领域
适用场景
- 评估 LLM 在科学发现任务中的能力
- 对比不同 LLM 或提示策略在符号回归上的表现
- 作为 AI for Science 研究的参考基准
替代项目
SRBench、Feynman Symbolic Regression Benchmark、AI Feynman
上一篇：alpaca_eval
同类项目推荐
CUREBench
开源
给AI看病决策打分，推动医疗AI更靠谱
CUREBench @ NeurIPS 2025: Benchmarking AI reasoning for therapeutic decision-making ···
athina-sdk
开源
写测试、跑监控，让 LLM 应用在生产环境不翻车
LLM Testing SDK that helps you write and run tests to monitor your LLM app in produc···
Awesome-Video-MLLMs
开源
一站式追踪视频多模态大模型前沿，快速找到所需模型和基准。
:fire: :fire: :fire: Awesome MLLMs/Benchmarks for Short/Long/Streaming Video Underst···
vulnhuntr
开源
让LLM自动帮你扫代码找漏洞，零样本开箱即用
Zero shot vulnerability discovery using LLMs
Rules.txt
开源
用指令集撬开AI黑盒，审计推理与偏见
LLM alignment jailbreak; a set of instructions for auditing their internal reasoning···
langfair
开源
给LLM做公平性体检，防偏见翻车
LangFair is a Python library for conducting use-case level LLM bias and fairness ass···
OpenAPPA
开源
给 AI Agent 加确定性护栏，安全不打断任务
Deterministic guardrails that don't break agents
FuzzyAI
开源
自动给 LLM 做安全体检，找出越狱漏洞
A powerful tool for automated LLM fuzzing. It is designed to help developers and sec···
AIGoat
开源
本地靶场练 LLM 攻击与防御
AIGoat - Open-source AI security playground for hands-on LLM red teaming. Explore pr···