Deogen：用于政策推理的自动基准生成器

该论文提出Deogen，一个可扩展、自动化的政策义务推理（deontic reasoning）基准生成器。通过将政策规则自动形式化为一阶逻辑并构建决策树，Deogen能组合式地生成基准条目。 评估显示，前沿模型在信息充分时的正确率为89-92%；但在信息不足需拒答的条目上，即使有明确指示，正确率也降至22-40%。