English(EN) Can LLMs Access their World Knowledge for Event Prediction?

新基准显示，通过改进的接口设计，大型语言模型可以预测事件

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员开发了一个名为DescribeEvent的新基准，用于评估大型语言模型（LLMs）预测未来事件的能力。该基准包含约15万个跨越不同领域的事件，旨在确定大型语言模型是否因世界知识不可访问或接口不足而表现不佳。研究表明，当为大型语言模型提供事件的自然语言描述，并通过将事件语义与预测空间分离来减轻语义偏差时，它们可以成为有效的事件预测器。这种方法使大型语言模型能够更好地利用其现有的编码知识。 AI

影响表明改进的接口可以释放大型语言模型对现实世界事件的预测能力。

排序理由介绍新基准和评估大型语言模型方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 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: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 介绍新基准和评估大型语言模型方法的论文。[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, model release; 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.CL TIER_1 English(EN) · Zijun Wu, Zhitian Zhang, Hossein Hajimirsadeghi, Nikita Dvornik, Alexander Pashevich · 2026-10-15 04:00

大型语言模型能否访问其世界知识以进行事件预测？

arXiv:2610.19021v1 Announce Type: new Abstract: Recent work has questioned whether large language models (LLMs) can be useful for temporal event prediction. Despite vast pretrained world knowledge, LLMs often underperform simpler specialized models. We ask whether this knowledge …

本文如何被排名

报道来源 [1]

大型语言模型能否访问其世界知识以进行事件预测？

相关实体

相关话题