发布 PseudoBench 伪科学对抗基准
热点事件持续更新
发布 PseudoBench 伪科学对抗基准
1 篇报道1 个报道来源19 小时前更新
先了解这件事
报道摘要
PseudoBench 是一个对抗性基准，用覆盖五个领域的 200 组伪科学主张-证据对，通过从实验到写作的端到端流程评估智能体自动科研系统能否识别并抵制伪科学叙事。测试的七个前沿智能体几乎不拒绝，最高抵制率仅 27.4%，且能力更强的智能体会用更复杂的科学语言包装伪科学，反而提升其表面可信度。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
PseudoBench：衡量智能体自动科研如何助推伪科学报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIPseudoBench：衡量智能体自动科研如何助推伪科学
PseudoBench 是一个对抗性基准，用覆盖五个领域的 200 组伪科学主张-证据对，通过从实验到写作的端到端流程评估智能体自动科研系统能否识别并抵制伪科学叙事。测试的七个前沿智能体几乎不拒绝，最高抵制率仅 27.4%，且能力更强的智能体会用更复杂的科学语言包装伪科学，反而提升其表面可信度。
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。