摘要
针对神经模型在关系结构推理中难以泛化至更难实例的挑战，本文提出利用大语言模型（LLM）自动化生成基准测试。通过结合基于 FunSearch 的 LLM 驱动进化搜索与自主代理搜索，系统在由 Datalog 规则参数化的世界中挖掘能产生高难度问题的采样函数。实验表明，利用生成的数据可显著提升 Edge Transformer 的泛化性能。此外，该方法适用于 LLM 提出的新世界，为神经关系推理的自主研究开辟了新途径。
AI 推荐理由
论文核心聚焦于神经关系推理的基准测试与泛化能力提升，直接针对推理难题。
研究机构
Cardiff University
University of Pennsylvania
论文信息