实体
Allen's interval algebra
Allen's interval algebra
PulseAugur coverage of Allen's interval algebra — every cluster mentioning Allen's interval algebra across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架增强LLM时序推理评估
研究人员开发了新的框架，以更好地评估大型推理模型（LRM）的时序推理能力。一种方法TRACE，将时序推理建模为使用Allen区间代数的约束满足问题，从而实现细粒度的难度控制和基于迹的验证。另一种方法声明级可靠性评估（CLR），侧重于在推理过程中证伪关键声明，而不是验证整个过程，这可以减少令牌使用并提高准确性。这两种框架都旨在揭示传统基准可能忽略的推理缺陷，例如虚假猜测和与规模相关的故障模式。
-
新的QSTRBench基准测试评估LLM的时空推理能力
研究人员推出了QSTRBench，这是一个旨在评估大型语言模型定性时空推理能力的新基准测试。该基准测试包含多种演算，如点代数、Allen区间代数和区域连接演算，其中一些演算（如RCC-22）是首次发布。虽然当前前沿模型表现超出随机水平，但没有模型能够始终正确回答所有问题，不同演算之间的难度差异很大。