开放式未来事件预测
原文中文，约300字，阅读约需1分钟。发表于：。本研究旨在解决传统未来事件预测方法的局限性，提出“开放式未来事件预测”任务，允许灵活多样的预测。通过构建OpenEPBench数据集，研究者从多角度提出问题，并采用StkFEP框架增强事件预测的多样性和准确性，显示了现有大型语言模型在开放式环境中准确预测未来事件的挑战。
本论文介绍了开放事件过程规划（OEPP）任务，旨在验证规划器在未见过的相似事件中的知识转移能力。通过重新构建OEPP任务基准并评估描述相似性和知识传递能力，研究确保了程序知识在基础和新颖事件中的可转移性。研究提出了简单且通用的框架，并使用多种基准方法进行了广泛研究和分析。
