★ 3
ARCANA 基准发布：测试大模型远类比推理，人类仍显著领先
研究提出 ARCANA 类比推理基准，要求把现实物体或物理现象映射为抽象网格变换，侧重跨领域远类比而非人类先验。人类研究显示可稳定解题，而多种大模型存在明显性能差距与系统性失败模式。团队同时提出 ConceptSIR 框架，使标准 LLM 能解出部分此前直接提示失败的难题。
arXiv cs.AI11 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出 ARCANA 类比推理基准，要求把现实物体或物理现象映射为抽象网格变换，侧重跨领域远类比而非人类先验。人类研究显示可稳定解题，而多种大模型存在明显性能差距与系统性失败模式。团队同时提出 ConceptSIR 框架，使标准 LLM 能解出部分此前直接提示失败的难题。
论文提出结构映射算法SMTB，比结构映射引擎SME快5-15倍，在大型嵌套领域中找到映射的能力约提升50%。SMTB属于认知规则引擎CRE项目，不偏向高阶关系，而是最大化关系连通性，因此在任意关系图上与树状谓词逻辑领域表现同样出色。研究在SME语料库5845个领域对上进行了对比评估。