★ 3
SciLitBench：LLM系统综述基准
引入SciLitBench，一个多阶段基准，涵盖标题摘要筛选、全文筛选和模式引导数据提取。评估22个开源LLM，发现明确纳入排除标准可提升筛选F2，但数据提取可靠性下降，最强模型仅恢复部分证据。该基准为评估LLM辅助证据综合提供资源。
arXiv cs.AI54 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
引入SciLitBench，一个多阶段基准，涵盖标题摘要筛选、全文筛选和模式引导数据提取。评估22个开源LLM，发现明确纳入排除标准可提升筛选F2，但数据提取可靠性下降，最强模型仅恢复部分证据。该基准为评估LLM辅助证据综合提供资源。