MUSE:科学问题-解决方案-理由三元组知识库
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
最新进展11月20日 13:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.CLMUSE: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。