阿里等发布SciTaste-Bench论文品味基准

事件综述根据 1 篇报道整理，10月22日更新

阿里巴巴团队等发布 SciTaste-Bench，一个用于评估大语言模型判断论文科学价值与潜力的基准，覆盖物理、数学、化学、生物、医学、金融六个学科，创新性只是其七个评估维度之一。 该基准包含 300 篇精选论文（每学科 50 篇）和 5,700 篇备用论文池（每领域 950 篇），时间跨度为 1996–2023 年，数据与代码已在 Hugging Face 公开。团队称，每个学科仅 50 篇精选论文，无法深入覆盖所有子学科；数据集以英文为主，可能对非英语学术成果代表性不足。

综述由模型根据报道生成，细节以各篇原文为准。