deepseek-reasoner 相关 AI 资讯 · AITOP · AI热报

7月24日

09:21

09:21

官方一手arXiv: DeepSeek@Qunhui Zhang

论文提出VirtualSet，一种接收者类型化的本体世界接口，替代SQL作为LLM的生成目标。在BIRD基准测试的1072题子集上，VirtualSet配合deepseek-reasoner达到67.5%准确率，比带修复和投票的SQL高4.0个百分点（p=0.00117）。系统通过通用约束投影（GCP）在表达式执行前检查，并利用集合链保留具体接收者类型将无效字段转为类型错误。在30个受控决策用例中，写入链拦截了20/20的幻觉动作体且无假阳性。

论文 VirtualSet BIRD deepseek-reasoner

推荐理由：用VirtualSet替代SQL，让LLM查询出错时提前报类型错误而不是给假结果，BIRD上还比SQL高4个点，很适合做安全决策。

7月22日

11:26

11:26

官方一手arXiv: DeepSeek@Qunhui Zhang

VirtualSet提出将LLM的生成目标从SQL替换为类型化的set expressions，通过Generic Constraint Projection在执行前检测类型错误。在BIRD基准的1,072题测试集上，使用deepseek-reasoner模型，VirtualSet达到67.5%准确率，高于直接SQL的63.5%（McNemar exact p=0.00117）。在一个30个动作的防护测试中，VirtualSet成功拦截全部20个幻觉动作且零误报。该方法在保持SQL基准竞争力的同时，提供了写操作前的语义决策保障。

AI模型 VirtualSet deepseek-reasoner BIRD

推荐理由：VirtualSet让LLM不用冒SQL幻觉的风险，改天用类型安全的set表达式，BIRD上准确率反超4个百分点，写操作还能拦截瞎编的数据输入。