★ 3
本体驱动、推理器验证的科学AI推理基准
研究者提出一条流水线,可从OWL 2本体自动生成有本体依据的多选题基准,正确答案由本体保证,干扰项经OWL推理器蕴含检查形式化验证。在Pizza、PMDco、DOID三个本体上分别生成112、2491、15216道题。六个LLM零样本准确率为41.1%-76.8%,显著高于25%随机基线,表明基准…
arXiv cs.AI31 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究者提出一条流水线,可从OWL 2本体自动生成有本体依据的多选题基准,正确答案由本体保证,干扰项经OWL推理器蕴含检查形式化验证。在Pizza、PMDco、DOID三个本体上分别生成112、2491、15216道题。六个LLM零样本准确率为41.1%-76.8%,显著高于25%随机基线,表明基准…
一项研究提出用于粒子对撞数据分析的基础模型方法,将基础模型范式引入高能物理实验数据处理。此类工作有望提升对撞事件的模式识别与分析效率,减少对人工特征工程的依赖。
论文提出 REACT,一个「碳优先」的海洋表层 pH 重建框架,将碳输运、活性校正与化学解码解耦:用守恒对流扩散求解器输运潜在碳酸盐状态,用源模块刻画非守恒碳循环变化,再解码为 pH 并以碳酸盐平衡约束输出。相比最佳基线,REACT 将 pH 的 NRMSE 降低 14.7%、化学一致性误差降低 …