研究人员推出CORTEX，一个旨在将网络规模语料库组织成结构化知识图谱的新型框架，超越了传统的扁平化文档集合。这种本体语料库图（OCG）方法统一了质量精炼的内容层、LLM驱动的本体层和跨域对齐层。该框架被用于创建CortexBench，一个评估了八个前沿LLM的基准，证明了CORTEX在质量精炼、领域组织和跨域数据合成方面的有效性。 AI
影响 该框架能够为LLM提供更复杂、更具针对性的训练数据，可能带来模型性能的提升和专业能力的增强。
排序理由 该集群描述了一篇研究论文，详细介绍了一个新的语料库组织框架和基准。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.30175v1 Announce Type: new Abstract: The continuous evolution of large language models drives escalating demands on data scale and quality, and as different training stages impose increasingly tailored data requirements, systematic organization of high-quality corpora …
The continuous evolution of large language models drives escalating demands on data scale and quality, and as different training stages impose increasingly tailored data requirements, systematic organization of high-quality corpora becomes indispensable. Existing corpus construct…