研究团队发布科学证据推理基准EDB-Bio及Ibis0模型

2026年11月，研究团队发布了用于评估大语言模型科学证据推理能力的基准EDB-Bio。该基准涵盖3个生物领域的96k个序列。评估结果显示，开源模型和前沿模型在开箱状态下均存在系统性欠自信的问题。为此，研究团队采用严格真评分规则进行后训练，开发了Ibis0模型，显著提升了校准度，其在序列实验选择任务中的效率达到了最佳前沿模型的2.5倍。目前，该项研究涉及的所有代码、数据以及训练模型均已完全开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。