Company
FutureHouse / Edison Scientific
Operator of the scientific-agent benchmarks LAB-Bench and BixBench
Overview
This profile was compiled from the AI training-data column cards (AI for Science); each column's data view is shown below under "Data profile" (in Chinese).
Data profile · AI for Science
FutureHouse / Edison Scientific
科学 agent 基准 LAB-Bench、BixBench 的运营方
做什么
运营科学 agent 基准：lab-bench（2,457 题、8 类 30 子任务，公开 80%、私留 20% 防污染）与 bixbench（53 场景、近 300 开放题，初版最佳模型约 17%）[1][2]。Edison Scientific 为其相关产品公司。
争议与口径
BixBench 的运营方同时是被评产品（Edison Analysis）的开发方，评测独立性受限，独立复核缺位，对照 validation-as-service 中真值生产方与基准制定方重合的问题[2]。FutureHouse 估计 HLE 文本型化学/生物题约 30% 答案可能有误（HLE 团队部分复现）。融资未查到。
Last compiled: 2026-10-15