【某大厂 AI Agent 计算科学 Benchmark 题目开发 | 单题 5k–10k 元】

项目简介

我们正在构建一套面向 AI Agent 的计算科学 Benchmark，评估模型在真实科研计算任务中的长期迭代、调试与优化能力。当前核心需求是各计算学科有深度积累的高年级博士生/博后，把自己熟悉的子方向里几个公认算例整理为可复现、可评分的 benchmark 题目。 

理想合作模式：一个细分方向对应一位深耕的同学，在某个具体子问题上能拿出几个被同行认可的标准算例 + 最好算法即可。 

方向举例

各向同性湍流谱、某体系的自由能计算（FEP/TI）、某类反应的 CCSD(T) 基准、某类 PDE 的谱方法实现、特定稀疏矩阵的求解器调优、AMR 在某具体问题上的应用、Ising 模型临界指数、某具体 pipeline（如 variant calling、单细胞聚类）在公开数据集上的复现、其他计算学科同样欢迎来聊。

工作内容

把这几个公认算例整合为可评分、可复现的题目，包括：任务描述（含问题背景与最佳算法）；起始代码、参考输入/参数、参考解；自动化评分脚本（精度指标、性能指标或两者结合）；自测确保题目可跑通且对当前主流模型有区分度（不能全是接近满分）。环境层面尽量做到可复现（Docker 化最佳），如果遇到复杂依赖等问题，这边可以提供支持，一起想办法，尽量依赖开源生态。 

要求

对所投子方向有第一手了解，清楚里面哪几个算例是公认的、目前最好的算法在什么水平；有实际工程能力；3 天内可开始，首批题目 10 天内交付；近期能稳定投入，有完整交付意识。 

报酬

单题 5000–10000 元，视复杂度与交付质量而定。项目有论文产出计划，有实质贡献的同学可参与署名。 

联系方式

📮 thinkinglogit@163.com

备注格式：年级/单位 + 子方向（越具体越好）+ 姓名 + 熟悉的算例/软件栈 + 可投入时间 + 联系方式 建议附上 GitHub、发表论文、参与过的开源项目或大型计算项目经历，方便快速匹配方向。