PRiSM：通过Python验证评估的智能体多模态基准，用于科学推理

PRiSM基准的发布凸显了不断努力提高人工智能在科学背景下推理能力。 专注于基于智能体和多模态的推理，PRiSM提供了一个新的视角来评估人工智能的能力。

• •PRiSM是一个新的基准，旨在评估人工智能的科学推理技能。
• •该基准使用多模态方法，整合不同类型的数据。
• •基于Python的评估提供了一个严格的测试环境。