生物文献综述代理评估新基准BioLitBench发布

研究团队提出组合可控性方法解决排行榜评估问题。BioLitBench基准包含2042篇生物医学文章的结构化主张图。在7个已发布管道的21对比较中，传统统计分析宣称14对有胜者，但最高排名系统仅获得目标综述的参考文献。新方法要求匹配输入和固定骨干模型，拒绝11对比较，包括涉及最高排名系统的所有比较。SCRIBE在Qwen3.8-27B上训练，在匹配证据下获得认证排名区间[1,2]，在相同池中匹配最强检索器并高于三个已发布管道。