开发技术
Real PMIDs, Wrong Papers: Harness Design for Biomedical Claim-Verification Agents
2026-10-22arxiv.org
★★★★★
研究对生物医学文献核查 Agent 的 harness 设计做受控对比，识别真正影响效果的组件。
值得记下
阅读原文↗以真实 PMID 配错论文作为测试场景，属于对抗性较强的核查设定，harness 组件的消融结论比整体分数更有参考价值。
内容来源：arxiv.org，版权归原作者所有