SciPaths：预测科学发现的路径

科学进步依赖于一系列促成性贡献，但现有 AI4Science 基准多关注引用预测或文献检索，忽视了实现进步所需的依赖关系。本文提出“发现路径预测”任务：给定目标科学贡献及特定时间前的文献，要求识别实现该目标所需的促成贡献，并将其锚定于 prior work。我们构建了 SciPaths 基准，包含 262 条专家标注的金标准路径和 2444 条银标准路径。评估显示，最佳模型在严格语义匹配下的 F1 值仅为 0.189，核心方法依赖最难恢复。提供金标准促成贡献可显著提升锚定效果，表明分解质量是端到端路径恢复的主要瓶颈。