arXiv · Computation and Language· Filip Dorm, Leonora Vesterbacka·· 3 小时前AI 评分43
Redpine Science 四象限评测：检索与回答质量对比
Leveraging a four-quadrant approach for evaluating Redpine Science
AI 导读
Redpine Science 通过 MCP 和 API 为模型与智能体提供同行评审文献的统一接入，本报告用四个评测衡量其检索与回答质量。在 ScholarQABench SciFact 上，接入 Redpine Science 的智能体正确回答 94.4% 的声明，无检索基线为 87.6%；在专家验证题集上为 80.1%，仅用网页搜索的智能体为 70.2%。
来源：arXiv · Computation and Language · arxiv.org