PlantMarkerBench

新基准评估AI从科学文本中进行植物基因标记推理的能力

研究人员推出了PlantMarkerBench，这是一个新的基准，旨在评估语言模型从科学文献中解释植物标记基因证据的能力。该基准涵盖了四个物种，并包含超过5,500个句子级别的标记-证据有效性和类型标注。初步测试显示，尽管当前的前沿模型在直接表达证据方面表现良好，但它们在处理更复杂或较弱形式的证据时遇到困难，这表明需要改进科学信息提取能力。