arXiv · cs.AI· Hui Yang, Ziyu Li, Xuan Liu, Anders Jarfors, He Tan, Jiaoyan Chen·· 6 小时前
嵌入模型与LLM结合优化铸造领域本体CASTON的案例研究
Ontology Refinement with Embeddings and LLMs: A Case Study on CASTON
arXiv:2610.21466v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hui Yang, Ziyu Li, Xuan Liu, Anders Jarfors, He Tan, Jiaoyan Chen
研究任务与主要进展
研究者提出一种结合微调本体嵌入模型与大语言模型（LLM）的本体精炼工作流，应用于铸造领域本体CASTON。嵌入模型筛选少量待修正的候选公理及替换项，再由LLM给出修复建议。在小型专家评估中，使用CASTON微调的OnT嵌入模型与Qwen3-8B的默认配置产生了可靠的高置信度修复：全部六个高置信度替换建议均被两位领域专家接受。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org