benchmark-datasets

该论文介绍了 ClaimNov，这是一个面向 AI 科学发现流程的细粒度主张级新颖性检查模块，能够以 1.5% 的误报率识别出 97% 的伪装论文，同时保留真正具有新颖性的提案。

FaithSieve是一个Lean辅助的框架，用于数学证明的细粒度评估。它通过语义对齐评分来确保忠实的形式证据，在专家验证的数据集上实现了比基线方法更高的准确率。

本文全面回顾了近期用于药物-靶标结合亲和力预测的深度学习方法，分析了基准数据集，并识别了冷启动场景和数据集偏差等关键挑战。