AstroMLab 4: Benchmark-Topping Performance in AstronomyQ&A with a 70B-Parameter Domain-Specialized Reasoning Model
1Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : jp, us. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.
- Titre Crossref
- AstroMLab 4: Benchmark-Topping Performance in AstronomyQ&A with a 70B-Parameter Domain-Specialized Reasoning Model
- Date Crossref
- 01/01/2026
- Éditeur
- Elsevier BV
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
High Energy Accelerator Research OrganizationOak Ridge National LaboratoryUniversity of PennsylvaniaPhiladelphia UniversityHarvard UniversityCenter for Astrophysics Harvard & SmithsonianArgonne National LaboratoryGovernment of the United States of America
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Topic ModelingMachine Learning in Materials ScienceMachine Learning and Data Classification