arXiv Artificial Intelligence· Xinyang Liao, Lingyu Li, Huacan Liu, Tianle Gu, Yang Yao, Tong Zhu, Yan Teng, Yingchun Wang·· 18 小时前AI 评分52
PseudoBench：衡量智能体自动科研如何助推伪科学
PseudoBench: Measuring How Agentic Auto-Research Fuels Pseudoscience
AI 导读
研究者提出 PseudoBench，一个用于评估智能体自动科研系统能否识别并抵制伪科学叙事的对抗性基准，包含五个领域共 200 组经过筛选的伪科学论断与证据配对，并通过从实验到写作的端到端科研流程进行评测。
来源：arXiv Artificial Intelligence · arxiv.org