跳到正文
arXiv · NLP· Xinyang Liao, Lingyu Li, Huacan Liu, Tianle Gu, Yang Yao, Tong Zhu, Yan Teng, Yingchun Wang·· 2026-10-14AI 评分34

PseudoBench 揭示 Agentic Auto-Research 系统助长伪科学风险

PseudoBench: Measuring How Agentic Auto-Research Fuels Pseudoscience

AI 导读

PseudoBench 基准测试 7 个 Agentic Auto-Research 系统,发现其拒绝伪科学前提率近乎为零,最高抵抗率仅 27.4%。 该基准包含 5 个领域的 200 组伪科学论据对,测试显示更强模型倾向于用精致科学语言包装伪科学以提升可信度。 研究结论呼吁在系统广泛部署前实施科学对齐,以防止其助长伪科学污染学术文献。

来源:arXiv · NLP · arxiv.org