摘要
计算成像通过间接、噪声测量恢复隐藏信号，是科学各领域定量发现的基础。然而，构建正确的重建管道需要深厚的领域专业知识，即使是领域科学家也觉得繁琐。我们引入了Imaging-101，这是一个涵盖六个科学领域的57个专家验证的计算成像任务的基准，每个任务都基于同行评审的论文，并标准化为四个阶段的管道：预处理、前向物理建模、逆解算和可视化。
评估轨道
三个评估轨道（规划、功能级单元测试和端到端重建）探测不同代理在整个管道中的能力。对七个前沿LLM的评估揭示了在应用编码代理于计算成像时的系统性挑战，这些挑战超出了一般编码基准所暴露的问题，涉及算法选择、物理约定处理和管道集成。
这些发现突显了具体的能力差距，并指出以技能增强、领域专业化的代理作为可靠计算成像辅助的实用路径。
博主点评： 该研究为计算成像领域的LLM应用提供了重要的基准，强调了当前技术的局限性，推动了领域专用工具的发展。这种方法不仅能提升科学研究的效率，还有助于跨学科的合作与创新。