$A^3$-Bench：通过锚点与吸引子激活对记忆驱动的科学推理进行基准测试
人工智能
2026-01-15 v1
摘要
科学推理不仅依赖于逻辑推断，还依赖于激活先验知识和经验结构。记忆可以高效地复用知识，并增强推理的一致性和稳定性。然而，现有的基准测试主要评估最终答案或逐步连贯性，忽略了人类推理背后的记忆驱动机制，该机制涉及激活锚点和吸引子，然后将它们整合到多步推断中。为了弥补这一空白，我们提出了 -Bench https://a3-bench.github.io，这是一个旨在通过双尺度记忆驱动激活来评估科学推理的基准测试，其基础是锚点与吸引子激活。首先，我们使用 SAPM 过程（主体、锚点与吸引子、问题和记忆发展）跨领域标注了 2,198 个科学推理问题。其次，我们引入了一个利用锚点和吸引子的双尺度记忆评估框架，以及用于衡量记忆激活率的 AAUI（锚点-吸引子利用率指数）指标。最后，通过对各种基础模型和范式的实验，我们验证了 -Bench 并分析了记忆激活如何影响推理性能，为记忆驱动的科学推理提供了见解。
引用
@article{arxiv.2601.09274,
title = {$A^3$-Bench: Benchmarking Memory-Driven Scientific Reasoning via Anchor and Attractor Activation},
author = {Jian Zhang and Yu He and Zhiyuan Wang and Zhangqi Wang and Kai He and Fangzhi Xu and Qika Lin and Jun Liu},
journal= {arXiv preprint arXiv:2601.09274},
year = {2026}
}