热点事件持续更新
研究团队提出因果证据与决策评测基准ACED-Bench
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员在 arXiv 发布神经符号基准 ACED-Bench，旨在评估大语言模型（LLM）智能体主动选择实验、解读有限证据并做出因果决策的能力。该基准在机制上将自然语言科学场景与底层隐藏的概率图模型解耦，结构上包含两个主要模块：一是由 180 项任务构成的核心榜单 ACED-CORE，二是由 150 道是非题组成的资格测试 ACED-QUAL。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究人员推出神经符号基准ACED-Bench，评估LLM智能体获取与应用因果证据的能力。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能ACED-Bench：评估 LLM 智能体如何获取与应用因果证据
研究人员推出神经符号基准 ACED-Bench，用于评估 LLM 智能体主动选择实验、解读有限证据并做出因果决策的能力。该基准将自然语言科学场景与底层隐藏的概率图模型解耦，包含由 180 项任务构成的核心榜单 ACED-CORE 以及包含 150 道是非题的资格测试 ACED-QUAL。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。