Affordance20Q

深度分析

Affordance20Q：以 20 問測試 LLM 可供性推理，結合 KB‑Anchored Rule Induction 提升效能

本研究提出Affordance20Q基於20問遊戲的實體屬性推理基準，排除物件身份以測試LLM真正的可供性判斷，實驗顯示現有模型與人類相差約20分，並透過KB‑AnchoredRuleInduction改善效能。此基準亦提供跨模態模型評估新視角，且揭示知識庫覆蓋率限制仍是提升空間。