科學推理基準

速報

SciR：首個可控抽取與推理難度的多範式科學推理基準

科學推理常見三種形式：演繹、歸納與因果溯因。現有大型語言模型在科學領域的評測受限於成本高昂且缺乏機制真相的人工標註基準，或是與真實科學文獻相去甚遠的合成測試。研究團隊推出 SciR 基準，結合多範式推理與可控的科學呈現，從形式化的演繹樹、歸納規則假設與因果圖生成題目，確保答案可驗證，並以領域調校的多文件敘事方式呈現。