EvoOntology 論文報告自我演化本體層提升數據代理在 DDR-Bench 與 BIRD 的分數

elvis（@omarsar0）介紹一篇關於代理自我演化本體的論文。帖文指數據代理通常透過通用工具查看表格、檔案和資料庫，而將人手編寫的語義層貼入提示則無法擴展至眾多來源。EvoOntology 改為由專用代理建構本體，並以 MCP 伺服器 形式提供，包含結構描述、內容和工具層，數據代理會在執行時查詢。

根據帖文，論文顯示當數據代理可查詢其處理數據的本體時，GPT-5.5 在 DDR-Bench 上提升 26.7 分。在 DDR-Bench 的六個骨幹模型上，準確率平均上升 17.8 分，由 Qwen3.5-Flash 的 4.8 至 GPT-5.5 的 26.7。在 BIRD 上，執行準確率上升 7.4 分。本體以小型類型化步驟編輯，每次編輯僅在同一骨幹模型的配對評估顯示有幫助時才保留；對工具層的編輯佔演化收益的 57%。

論文：https://arxiv.org/abs/2609.15779。與論文對話：https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779。