BioPhys-Bridge：基于物理的生物研究跨学科推理基准

语言模型在分析跨学科科学文献时面临独特挑战。在生物物理研究中，忠实回答需要把观测数据建立在原始证据上，通过定量物理模型解释，并联系生物机制。为此，我们提出BioPhys-Bridge，一个面向生物物理文献的证据支撑科学推理基准。每个案例包含证据块、稳定证据ID、定量值、单位、方程、假设、机制和后续决策，作为问答与检索增强生成的依据目标。初始版本有500个案例、1517项面向智能体的任务，涵盖六个生物领域和九类物理模型，其中三类稀疏模型族留待未来扩展。所有案例均经过模式、证据完整性、定量依据、来源许可、重复及单位归一化等严格质量门控，81个案例另经领域专家审查与标注。初步评估显示，DeepSeek-V4-Flash的证据ID F1最高，为0.360，其后是Qwen3.7-Max的0.316和GPT-4o-mini的0.294。BioPhys-Bridge用于在复杂多步科学推理中评估归因、忠实性、幻觉减少和生物实验设计。未来将扩大数据集规模与复杂度并开展全面评估。代码与数据可在GitHub和Hugging Face获取。