SciConBench：健康领域科学结论合成基准发布
热点事件持续更新
SciConBench：健康领域科学结论合成基准发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队发布SciConBench，一个基于系统性综述、含9.21K题目与专家撰写结论的健康领域科学结论合成基准，将发表于NeurIPS 2026数据集与评测赛道。 团队还推出SciConHarness净室评测框架，在净室设置下测试了8个前沿模型与deep research智能体，最好的智能体事实F1仅为0.337。净室设置一致降低性能，研究者称这提示数据泄漏高估了模型的真实能力。
AI 根据报道生成 · 49 分钟前更新
最新进展11月11日 13:00
SciConBench：健康领域 AI 智能体科学结论合成能力评测报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AISciConBench：健康领域 AI 智能体科学结论合成能力评测
研究团队提出 SciConBench，基于系统性综述的 9.21K 题目与专家结论评测健康领域科学结论合成能力。在净室设置下评测 8 个前沿模型与 deep research 智能体，最好成绩仅为事实 F1 0.337；净室设置一致降低性能，提示数据泄漏高估了真实能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。