◎该报纸记者Xue Yan人工智能对科学研究表现出了巨大的潜力。但是，随着其应用程序逐渐加深，也出现了一些问题：解决纪律问题的大型模型的效率有多么有效？科学数据供应的质量是什么？是否有“裁判”评估大型模型科学研究的能力？最近，由中国科学院计算机网络信息中心领导的Scihorizo​​n平台已正式启动。作为第一个致力于“数据 +模型”角度的全面世界审查平台，并着重于人工科学研究驱动的知识分子，旨在审查科学研究领域中大型模型的应用功能，并为科学研究人员提供大型研究人员使用大型模型来解决科学问题。在科学科学领域的大型模型网站列表中，用户可以浏览Corres基于各种学科的构造模型等级。例如，在整个纪律中，DeepSeek-R1的临时排名为71.68。 “考虑到大型模型并未在所有学科中表现出非凡的能力，我们对学科的类型进行了分类，包括六种类型：整体学科，数学，物理，化学，化学，生命科学以及土地和太空科学。”中国科学院计算机网络信息中心的研究人员朱·亨苏（Zhu Hengshu）介绍了，在不同的学科下，大型模型的性能能力将根据五个Kaali的评论指标，理解，推理，价值和多种模化来重新组织。基于此，研究人员可以迅速找到具有较高灵活性和更强综合能力的大型模型，以帮助科学研究。朱·亨申（Zhu HengshuUDE在分析中的科学价值，并在回答科学问题并实现价值一致性时促进大型模型以遵守科学伦理和伦理标准。高质量数据是大型模型的“汽油增长”。越丰富的数据越多，大型模型就会“学习”越多，能力越强。但是，并非所有数据都会帮助大型模型继续“增长”。高质量的数据可以制作大型“智能”模型，而低质量的数据可以使大型模型“安静”。在高质量的科学视野科学列出了科学数据科学数据，分别列出了土地科学，生命科学和科学材料领域的十大数据。其中，在地球上的科学领域，《中国在中国气象驱动的数据集》（1979-2018）由中国科学院Qinghai-Pibet Plateau Plateau Spart研究所发布。朱·亨申（Zhu Hengshu）提出了这一点，以确保推理研究团队的审查系统的NG和公平性收集了国内大学，研究机构和其他机构已发布的数据集，并审查了来自四个规模的数据集：规范性，存在，可解释性和合规性。在每个尺寸中，还设置了不同的子指标。 “通过亚指示评估，我们将知道数据是否符合一定规模的标准，从而对科学数据质量进行了全面的审查。”朱申说。 “我们期望为Aghalang成员的研究人员提供高质量数据功能的深入分析，可以为进行科学研究提供舒适感。”朱·亨申说，将来，该团队将建立一个封闭的循环，“数据 - 塞纳里奥 - Zhu Hengshu说。