📖 AI 总结

语言模型在分析跨学科科学文献时面临独特挑战：生物物理学研究要求将观测数据锚定于原始证据，通过定量物理模型加以解释，并最终关联到生物学机制。为此，研究者提出BioPhys-Bridge，一个面向生物物理文献、以证据为根基的科学推理基准数据集。每个案例包含证据块、稳定的证据ID、定量数值、单位、方程、假设、机制及后续决策等标注目标，支持问答与检索增强生成任务。初始版本含500个案例、1517项面向智能体的任务，覆盖六个生物学领域和九个物理模型族。所有案例均经过严格质量筛查，其中81例由领域专家审核标注。初步评测显示，DeepSeek-V4-Flash取得最高证据ID F1分数（0.360），Qwen3.7-Max（0.316）与GPT-4o-mini（0.294）紧随其后。该基准为评估归因、忠实性、幻觉抑制及生物实验设计中的多步科学推理提供了跨学科测试平台。

🔑 关键词速览