论文提出科学安全基准 SciHazard 与分解式危害评分 DeHarm-Score。
资讯摘要
论文提出 SciHazard，一个面向科学安全风险的真实场景基准，含 12 个学科共 2400 条危险问题与 600 条过度安全（oversafety）问题，查询基于受监管实体与已记录失效场景。作者设计 DeHarm-Score 分解评估流程，结合查询危害严重度、拒答行为与回答级风险，并将回答危害拆为可执行性与净新增风险。专家验证显示其与专家标注一致性较最强基线提升 90.17%。
要点速读
- SciHazard 含 2400 条危险问题与 600 条 oversafety 问题，覆盖 12 个学科，查询基于受监管实体与已记录失效场景。
- DeHarm-Score 综合查询危害严重度、拒答行为与回答级风险；对未拒答回答进一步分解为可执行性（动态清单加权）与净新增风险（检索增强断言抽取与合成壁垒验证）。
- 作者报告专家验证中 DeHarm-Score 与专家标注一致性较最强基线提升 90.17%；对 31 个前沿 LLM 与深度研究智能体的评测显示，后者平均 DeHarm-Score 高出 32.3%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。