AI 能否识别证据何时不足？作者推出「证据充分性评估」基准

作者推出「证据充分性评估」基准，用 72 个受控测试用例评估语言模型是基于现有证据推断，还是依赖无依据假设。该基准构建于 Kaggle 之上，用例分为 30 组最小对照。