ClosureBench：用于组合式图推理的构造性基准测试

英文标题：ClosureBench: A Constructive Benchmark for Compositional Graph Reasoning

研究者推出 ClosureBench，这是一项面向组合式图关系推理的构造性基准测试。该基准通过程序化方式验证标准答案的正确性。不同于可能受到数据污染影响的固定测试集基准，ClosureBench 可按需生成测试实例，从而为评估模型的组合推理能力提供更具可控性的方式。

2.1 KB 483 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB