研究者发布PseudoBench对抗性基准

研究者 Xinyang Liao 等人发布 PseudoBench，一个用来评估智能体自动科研系统能否识别并抵制伪科学叙事的对抗性基准。该基准包含五个领域共 200 组伪科学论断-证据对，覆盖从实验到写作的端到端科研流程。 测试七个前沿智能体后，它们极易产出与伪科学前提一致的报告，拒绝率接近零，最高抵抗率仅 27.4%。研究者称，能力更强的智能体反而可能用更精密的科学语言包装伪科学，提升其表面可信度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。