# 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）分享一篇關於 EvoOntology 的論文，此為面向數據代理、以 MCP 伺服器形式提供的自我演化本體層。帖文指 DDR-Bench 準確率在六個骨幹模型上平均上升 17.8 分，當中 GPT-5.5 上升 26.7 分，而 BIRD 執行準確率上升 7.4 分。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:46:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/e4a5ea44d32149fa821d8aa0.html

Content language: zh-HK
Localization state: translated

來源：elvis · 發布於 22/9/2026 02:53:41

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](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](https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779)。

Tags: EvoOntology, 數據代理, MCP, 研究, 基準測試

[查看主帖原文](https://x.com/omarsar0/status/2102099298716660223)