arXiv· Mohammed Saqlain·· 9 天前推荐指数58
arXiv 论文：生物医学声明验证 Agent 的 harness 设计消融与引用审计
Real PMIDs, Wrong Papers: Harness Design for Biomedical Claim-Verification Agents
AI 导读
该论文在 SciFact 生物医学声明验证任务上，以 PubMed API 为唯一工具做受控消融，固定骨干模型与输出格式，对比闭卷作答、以声明为查询的单次检索、自写 PubMed 查询的 ReAct 式 Agent、以及给定金标准摘要的 oracle 四种 harness。
来源：arXiv · arxiv.org