检索瓶颈生物医学声明验证智能体

发生了什么

arXiv cs.CL发布研究指出，在生物医学声明验证中，检索而非推理是主要瓶颈。研究比较了四种不同的智能体设计，发现让模型自行查询 PubMed 的 ReAct 风格智能体效果最佳，准确率可达62%，显著优于其他检索方式。尽管使用检索的智能体仅使用了不到一半的搜索预算，但它们在引用相关性上表现不佳，存在检查不足以确保科学性。