SciExam for ENSO基准测试：AI智能体构建气候模型能力超已发表模型

SciExam for ENSO基准测试评估智能体从真实观测数据构建ENSO低阶随机模型的能力。智能体需在6小时内处理数据、编写诊断程序并据此开发模型。隐藏评分器检验模型再现统计特征、恢复未观测变量及预测保留年份的能力。12个智能体系统中有6个得分超越已发表模型，主要优势在重建与预测。表现较优的简化模型分别契合ENSO暖冷不对称性的两种对立解释，而任务并未提及此争议。对照实验表明顶尖系统得分非因记忆数据，其建模受接收信息影响。这证明智能体已能构建具竞争力的模型，且模型结构触及学界未决争议。