arXiv · NLP· Filip Dorm, Leonora Vesterbacka·· 2026-10-07AI 评分38
Redpine Science 四象限评测报告
Leveraging a four-quadrant approach for evaluating Redpine Science
AI 导读
Redpine Science 提供模型访问同行评审文献的通道。在 ScholarQABench SciFact 上,接入该工具的 Agent 回答正确率为 94.4%,无检索时仅为 87.6%。 专家验证问题集中,其表现优于网络搜索;检索基准 Recall@10 达 83.1%,Precision@5 为 75.2%。 研究公开了专家验证问题集及复现结果的全部指令。
来源:arXiv · NLP · arxiv.org