Analogical Deep Research

新AI任务探查LLM查找历史类比的能力

研究人员推出了一项名为类比深度研究（ADR）的新任务，以评估大型语言模型（LLM）为前瞻性分析查找和使用历史类比的能力。他们开发了ADR-bench基准来测试这项能力，发现当前的LLM在类比检索方面存在困难，常常关注表面相似性而非潜在的因果机制。为解决此问题，他们提出了一个名为因果类比研究员（CANA）的新代理框架，该框架将历史类比生成能力提高了高达10%，并在ADR-bench上超越了现有的深度研究代理。