行业与实践 · 标签「生命科学」

研究与基准测试/2026-10-30/16 分钟

身份还是证据：生命科学 Agent 基准会不会靠名字过关

生命科学智能体基准给模型一个名字和一段证据，再对照已记录结局打分。名字加候选列表时，有名字 0.742，遮蔽后掉到 0.082，接近随机 0.093。LitQA2 上，身份差距随支持段落被涂黑而增大。