EDB-Bio基准测试揭示大模型证据推理缺陷
热点事件持续更新
EDB-Bio基准测试揭示大模型证据推理缺陷
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月2日，Conor Igoe等人发布EDB-Bio基准测试，包含9.6万条生物领域实验序列，要求大语言模型预测假设成立概率。研究显示开源与前沿模型均存在系统性过度自信，Brier分数仅与基线预测器相当。研究团队同步开源了Ibis0模型、相关代码和数据。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
EDB-Bio 基准测试：大语言模型在科学证据推理中的校准缺陷与改进报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AIEDB-Bio 基准测试：大语言模型在科学证据推理中的校准缺陷与改进
研究引入 EDB-Bio 基准，测试大语言模型在生物领域证据推理中的表现。该基准包含 9.6 万条实验序列，要求模型预测假设成立的概率。 结果显示，开源与前沿模型均存在系统性过度自信，Brier 分数仅与基线预测器相当。
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。