发布DeoGen自动基准生成器，暴露模型拒答短板
热点事件持续更新
发布DeoGen自动基准生成器，暴露模型拒答短板
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Sam Kouteili等人于2026年10月30日在arXiv发布论文，提出DeoGen，一个可扩展、自动化的政策义务推理基准生成器。 该工具通过将政策规则自动形式化为一阶逻辑，构建出能捕捉结果轨迹的决策树，从而组合式地生成基准条目，其中叶节点对应判定结论，非叶节点用于测量模型在信息不足时的拒答能力。 评估结果显示，前沿大模型在信息充分时的正确率为89-92%；但在需要拒答的信息不足条目上，即使有明确指示，其正确率也降至22-40%，暴露出相关能力短板。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
Deogen：用于政策推理的自动基准生成器报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIDeogen：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%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
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。