热点事件持续更新
NTCIR-19发布SciClaimEval科学断言跨模态验证评测结果
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
NTCIR-19 推出了跨模态断言验证评测任务 SciClaimEval，基于 180 篇论文评估多模态大语言模型结合图表验证科学断言的能力。评测结果显示，参赛系统多采用提示词与多阶段推理，最佳系统的配对准确率达 98.1%，开源权重模型表现可匹敌闭源模型。然而，在独立验证单个断言证据时，最佳系统得分比配对任务低 24.3 个百分点，表明实际验证仍是开放难题。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 13:00
SciClaimEval评测概览发布，最佳系统配对准确率达98.1%，但独立验证断言仍有挑战。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv 自然语言处理NTCIR-19 SciClaimEval 任务概览：科学论文跨模态断言验证
NTCIR-19 推出 SciClaimEval 评测任务，基于 180 篇论文评估多模态大语言模型结合图表验证科学断言的能力。参赛系统多采用提示词与多阶段推理，最佳系统配对准确率达 98.1%，开源权重模型表现可匹敌闭源模型。但独立验证单个断言证据时，最佳系统得分低 24.3 个百分点，实际验证仍是开放难题。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。