跳到正文
热点事件持续更新

SHELDON:假设与观察空间双重搜索推理框架

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

斯坦福研究者 Harshit Joshi、Priyank Shethia 和 Monica S. Lam 发布预印本论文,提出科学推理框架 SHELDON。该框架将假设空间与观察空间分开表示并联合探索,以发现当前假设无法解释的观察,从而生成超越局部改进的新假设。 据论文,在诊断、抽象推理和优化基准上,SHELDON 比所评估的基线最高提升 26.7 分,并生成最多 4.5 倍的新颖解。这些结果来自论文自身的评估,尚未经独立验证。

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。

10月15日
  1. arXiv cs.AI
    SHELDON:在假设空间与观察空间上双重搜索的推理框架

    SHELDON 是一个科学推理框架,将假设空间与观察空间分开表示并联合探索,从而发现当前假设无法解释的观察,推动生成超越局部改进的新假设。在诊断、抽象推理和优化基准上,SHELDON 比所评估的基线最高提升 26.7 分,并生成最多 4.5 倍的新颖解。

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。