TREC 2025 生物生成检索（BioGen）轨道概览
信息检索
2026-03-24 v1
摘要
近期大型语言模型（LLM）的进展在多个生物医疗任务中取得显著进展，包括生物医疗问答、生物医学文献的通俗语言摘要以及临床笔记摘要。这些模型在处理和综合复杂的生物医疗信息方面表现出强大的能力，能够生成流畅、类似人类的响应。尽管如此，在生物医疗及其他高风险领域使用 LLM 时仍面临幻觉或捏造信息的主要挑战。 inaccuracies 可能在高风险情境中尤其有害，如医学问答、临床决策或评估生物医学研究。在对 LLM 能否将生成语句 grounding 在可验证来源方面的研究表明，模型在这方面的表现显著不足。
引用
@article{arxiv.2603.21582,
title = {Overview of TREC 2025 Biomedical Generative Retrieval (BioGen) Track},
author = {Deepak Gupta and Dina Demner-Fushman and William Hersh and Steven Bedrick and Kirk Roberts},
journal= {arXiv preprint arXiv:2603.21582},
year = {2026}
}