跳到正文
arXiv · cs.AI · Fengxian Ji, Xie Yu, Zhexuan Cui, Yuke Li, Zirui Song, Fan Zhang, Qian Jiang, Jingpu Yang, Xiuying Chen, Preslav Nakov, Zhuohan Xie · 11 小时前模型评分28

PRIME:通过建模干预效果为科学创意做预测性路由

PRIME: Predictive Routing of Interventions by Modeling Effects for Scientific Ideation

导读

PRIME 是一个可插拔的反馈到修订决策层,用于现有科学创意生成系统,通过结构归因、反事实路由和干预执行三阶段选择修订范围。研究在 112 个人工标注的创意-反馈对上验证了“诊断-干预错配”现象,并在四个基准、两个创意生成器上提升了后继创意质量与路由可靠性。移除反事实路由后质量从 3.463 降至 1.960,路由遗憾从 0.426 升至 1.929。

生成六维分析
分类置信度

中 · 待人工复核

  • 只有单一媒体来源,需要人工复核。

来源级别:媒体与个人

应用领域:科学研究

事件类型:研究发布

证据摘录

  • “We introduce Predictive Routing of Interventions by Modeling Effects (PRIME), a plug-and-play feedback-to-revision decision layer for existing scientific ideators.”

来源:arXiv · cs.AI · arxiv.org