BioPhys-Bridge：基于物理的生物学研究中跨学科科学推理的基准

arXiv:2609.19180v1 公告类型：新 摘要：语言模型在分析跨学科科学研究文献时面临着独特的挑战。在生物物理学研究中，忠实的答案需要将观察到的数据建立在源证据的基础上，通过定量物理模型对其进行解释，并将其与生物机制联系起来。为了应对这一挑战，我们引入了 BioPhys-Bridge，这是一个新颖的基准数据集，用于对生物物理文献进行循证科学推理。每个案例都包含证据块、稳定证据 ID、定量值、单位、方程、假设、机制和下一步决策，作为问答 (QA) 和检索增强生成 (RAG) 的基础目标。初始版本包含 500 个案例、1,517 个面向代理的任务，涵盖 6 个生物领域和 9 个物理模型系列，其中包括为未来扩展保留的 3 个稀疏系列。我们对所有案例在模式、证据完整性、定量基础、来源许可、重复、单位标准化方面执行严格的质量关，并对 81 个案例进行了领域专家审查和注释。初步评估显示，DeepSeek-V4-Flash 获得最高的evidence-ID $F_1$ 得分（0.360），其次是 Qwen3.7-Max（0.316）和 GPT-4o-mini（0.294）。 BioPhys-Bridge 是一个跨学科基准，用于通过复杂、多步骤的科学推理来评估归因、忠实性、幻觉减少和生物实验设计。未来的工作将增加数据集的规模和复杂性并进行综合评估。代码和数据可在 GitHub 存储库和 Hugging Face 上找到。