基准
SCAN
用于评估神经网络系统性组合泛化能力的基准测试，揭示了大型语言模型在组合能力上的短板
时间轴 (近 90 天)
10月2日
研究者设计了SCAN、COGS、ARC等测试集来探测组合泛化能力
待验证50%
9月17日
SCAN、COGS等基准测试揭示了大型语言模型在系统性组合能力上的明显短板
待验证50%
9月11日
SCAN 和 LOOK 算法源自磁盘调度领域，后被借鉴到电梯控制中
待验证50%
9月11日
LOOK 算法是 SCAN 的改进版，电梯只走到当前方向上最后一个请求的楼层后折返，而非强制跑到顶层或底层，减少了无效行程
待验证50%
9月11日
SCAN、LOOK 和最近电梯优先算法均属于单目标贪心策略，在多部电梯、非均匀客流场景下容易出现电梯扎堆（bunching）问题
待验证50%
9月8日
Lake和Baroni等人在SCAN、COGS等基准测试上验证，当前深度学习模型在系统性泛化方面存在显著不足
待验证50%
全部知识事实 (7)
待验证
Redis的SCAN命令使用反向二进制迭代（reverse binary iteration）的游标推进算法
90%待验证研究者设计了SCAN、COGS、ARC等测试集来探测组合泛化能力
50%待验证SCAN、COGS等基准测试揭示了大型语言模型在系统性组合能力上的明显短板
50%待验证LOOK 算法是 SCAN 的改进版，电梯只走到当前方向上最后一个请求的楼层后折返，而非强制跑到顶层或底层，减少了无效行程
50%待验证SCAN 和 LOOK 算法源自磁盘调度领域，后被借鉴到电梯控制中
50%待验证SCAN、LOOK 和最近电梯优先算法均属于单目标贪心策略，在多部电梯、非均匀客流场景下容易出现电梯扎堆（bunching）问题
50%待验证Lake和Baroni等人在SCAN、COGS等基准测试上验证，当前深度学习模型在系统性泛化方面存在显著不足
50%