CANA框架：引导大模型用历史类比做前瞻分析
原标题：Analogical Deep Research: Retrieving and Integrating Historical Analogies for Foresight Analysis
速览
本文提出类比深度研究（ADR）任务，要求大模型从历史中寻找结构相似的类比事件用于前瞻分析。研究发现大模型容易匹配表面特征而非底层机制，为此提出Causal Analogical Researcher（CANA）框架，通过机制对齐和跨类比确认原则，结合结构分解表示与反思反馈，改进历史类比识别与整合。实验显示CANA在ADR-bench上最高提升10%准确率，超越现有深度研究智能体，并在真实案例中验证了有效性。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org