English(EN) FirmCORe: A Benchmark for Structured Reasoning about Inter-Firm Collaboration Opportunities

新的FirmCORe基准测试LLM在企业间协作推理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-16 04:00

研究人员推出了一项新的基准FirmCORe，旨在评估大型语言模型（LLM）识别和推理公司之间协作机会的能力。该基准包含2,805个已标记的公司对，不仅评估潜在协作的检测，还评估其强度、类型和角色方向。使用各种LLM进行的初步实验表明，虽然模型可以以74.51%的宏F1分数检测到机会，但在识别具体的协作细节时，其性能会显著下降，在所有输出字段上的精确匹配率仅为61.57%。该基准还包括并行的中文和英文评估集，以分析语言敏感性。 AI

影响该基准有望推动LLM在理解复杂商业关系和促进战略伙伴关系方面的能力提升。

排序理由该项目描述了一个用于评估LLM能力的新学术基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目描述了一个用于评估LLM能力的新学术基准。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Tian Du, Tiantong Wu, Yafei Wang, Mengyu Liu, Xingyan Chen, Mu Wang · 2026-09-16 04:00

FirmCORe：一个关于企业间协作机会的结构化推理基准

arXiv:2609.17128v1 Announce Type: new Abstract: Comprehensive structured data on inter-firm relationships is often scarce or inaccessible because many relationships are privately negotiated, selectively disclosed, and fragmented across proprietary databases. This scarcity hinders…

本文如何被排名

报道来源 [1]

FirmCORe：一个关于企业间协作机会的结构化推理基准

相关实体

相关话题