DeFAb：基于基因本体的可证伪溯因科学发现数据集发布

2026 年 10 月 26 日，arXiv（cs.AI）上线 DeFAb 项目，发布包含 336 个任务的数据集与符号验证框架，该框架基于基因本体（Gene Ontology）构建的生物学知识体系。DeFAb 的核心机制允许模型通过补充理论或提出规则例外来填补知识空白，并由验证器检查编辑后的逻辑后果，要求例外必须适用于相关案例且不破坏其他既有预测。 在评估表现方面，DeFAb 指出简单的符号修复即可解决发布评估面板中全部 336 个任务。研究团队计划开展两项后续研究：比较使用已验证与已拒绝示例的训练效果，以及比较在有与无编辑后果反馈条件下的修订效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。