研究提出SciSlopBench基准评估AI生成科学论文推理缺陷

发生了什么

据Hugging Face Papers报道，研究提出SciSlopBench基准，通过结构、论证和人工制品六项指标评估AI生成科学论文中的推理缺陷（Scientific Slop）。构建包含390篇论文的基准，识别准确率达85.9%。同时提出SciSlopHarness框架，引导LLM基于实验记录修订，将AI-人类差距缩小63%，无需人类参考目标。