热点事件持续更新
本体驱动可验证的LLM科学推理基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.AI 全量分类收录一篇论文，研究者提出一条自动生成流水线，可从任意公理化的 OWL 2 本体构建多选题基准：正确答案由本体保证，干扰项通过扰动类定义公理右侧类表达式生成，并经 OWL 推理器蕴含检查验证其错误性。研究者在 Pizza、PMDco、DOID 三个本体上分别生成 112、2,491、15,216 道题，并测试六款 LLM 的零样本表现，准确率区间为 41.1%-76.8%，高于 25% 的随机基线。目前该工作处于预印本阶段，尚无后续报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
研究者发布本体驱动、经OWL推理器验证的LLM科学推理基准，六款模型零样本准确率41.1%-76.8%。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.AI（全量分类）基于本体、经推理器验证的 LLM 科学推理评测基准
研究者提出一条自动生成流水线，可从任意公理化的 OWL 2 本体构建多选题基准，正确答案由本体保证，干扰项通过扰动类定义公理右侧类表达式生成并经 OWL 推理器蕴含检查验证其错误性。在 Pizza、PMDco、DOID 三个本体上分别生成 112、2,491、15,216 道题，六款 LLM 零样本准确率为 41.1%-76.8%，高于 25% 随机基线。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。