跳到正文
热点事件持续更新

ClosureBench基准测试LLM闭包推理

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,Francesco Belardinelli等人在arXiv发布ClosureBench基准,专门评估大语言模型在缺失信息下的推理能力。该基准包含960个实例,用于测试模型是否遵循开放世界假设、封闭世界假设及最小封闭世界假设等规则。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    ClosureBench:基于闭包假设推理的基准测试

    论文提出 ClosureBench 基准,专门评估 LLM 在缺失信息下的推理能力,测试其是否遵循 OWA、CWA 和 LCWA 等闭包假设规则。 该基准包含 960 个实例,模型整体准确率在 71.18% 至 99.86% 之间,但核心切换准确率仅在 18.23% 至 99.31% 波动,表明现有模型在特定假设下仍存在显著逻辑偏差。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

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。