arXiv cs.CL· Yanyi Su, Yu Zeng, Hongshuai Wang, Chenyan Wang, Zhifeng Gao, Xiaohui Yang·· 5 小时前AI 评分27
超越基准准确率：一个诊断 LLM 化学预测的测试框架
Beyond Benchmark Accuracy: A Diagnostic Test for LLM Chemical Prediction
AI 导读
研究提出 Identity-Blinded Reasoning Diagnostic 框架，在隐藏目标实体身份信息、仅以已知源实体加结构编辑操作定义目标的情况下评估化学预测模型。
来源：arXiv cs.CL · arxiv.org