domain-specific

BAGEL是一个用于评估大语言模型中与动物相关知识的新基准，从多种科学资源构建，涵盖分类学、形态学、栖息地、行为和物种相互作用等方面，通过闭卷问答对形式呈现。该基准可以进行跨分类群和知识类别的细粒度分析，为生物多样性应用中的模型优势和失败模式提供洞见。