AILS-NTUA 在 SemEval-2026 Task 12: 基于图的检索与反思式提示驱动的归纳事件推理
计算与语言
2026-03-05 v1
摘要
我们呈现了一个在 SemEval 2026 Task~12: 归纳事件推理中获胜的三阶段系统, 该系统组合了图基检索、LLM驱动的归纳推理以及通过反思式提示演化优化的提示设计, 以及事后一致性强制;我们的系统在评估阶段排名第一, 准确率为0.95。跨模型错误分析覆盖14个模型(7个家族), 揭示了三个共享的归纳偏见: 因果链不完整、近因偏好和显著性偏见, 其跨家族收敛(51%原因计数减少)表明多标签因果推理中的系统性而非模型特定的失败模式。
引用
@article{arxiv.2603.04319,
title = {AILS-NTUA at SemEval-2026 Task 12: Graph-Based Retrieval and Reflective Prompting for Abductive Event Reasoning},
author = {Nikolas Karafyllis and Maria Lymperaiou and Giorgos Filandrianos and Athanasios Voulodimos and Giorgos Stamou},
journal= {arXiv preprint arXiv:2603.04319},
year = {2026}
}