热点事件持续更新
研究团队推出生物学证据推理基准EDB-Bio并开源Ibis0
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，研究团队在arXiv发布成果，推出用于评估大语言模型科学推理能力的基准EDB-Bio，该基准包含96k个生物实验片段。评估发现，开源与前沿模型开箱时均存在系统性欠自信的问题，Brier分数仅接近基础概率预测。研究指出，通过严格适当评分规则进行后训练可显著提升模型的校准度；团队训练出的Ibis0模型在连续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，该项研究的代码、数据及训练好的模型已全部开源。
AI 根据报道生成 · 16 小时前更新
最新进展11月2日 13:00
研究团队推出含96k生物实验片段的基准EDB-Bio及Ibis0模型，相关资源已开源。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.LG大语言模型懂得何为有力的科学证据吗？
研究团队推出科学推理基准 EDB-Bio（含 96k 个生物实验片段），发现开源与前沿模型开箱时均存在系统性欠自信，Brier 分数仅接近基础概率预测。通过严格适当评分规则进行后训练可显著提升模型校准度，训练出的 Ibis0 模型在连续实验选择任务中的效率达到最佳前沿模型的 2.5 倍。该研究的代码、数据及训练模型均已开源。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2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。