跳到正文
热点事件持续更新

MUSE:科学问题-解决方案-理由三元组知识库

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

研究者 Tsofia Cohen 与 Tom Hope 构建了 MUSE,一个全文本、跨领域的科学问题-解决方案-推理依据(P-S-R)三元组资源。该资源以 579 段专家标注的全文段落为基础,通过模块化抽取流水线扩展出 37K 条有原文依据的 P-S-R 三元组。 初步实验显示,用推理依据监督训练大语言模型,可提升其在复杂多约束问题上的表现,但在较简单问题上可能反而有害。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.CL
    MUSE:覆盖科学问题、解决方案与推理依据的全文本跨领域知识库

    研究者构建了 MUSE(Mining Underlying Scientific Explanations),一个全文本、多领域的科学问题-解决方案-推理依据(P-S-R)三元组资源,基于 579 段专家标注全文段落,通过模块化抽取流水线扩展出 37K 条有原文依据的 P-S-R 三元组。初步实验显示,用推理依据监督训练 LLM 可提升其在复杂多约束问题上的表现,但在较简单问题上可能反而有害。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。