EvoOntology 论文称自演化本体层提升数据智能体在 DDR-Bench 和 BIRD 上的得分

elvis (@omarsar0) 重点介绍了一篇关于面向智能体的自演化本体的论文。帖文称，数据智能体通常通过通用工具查看表格、文件和数据库，而粘贴到提示中的手写语义层无法扩展到众多数据源。EvoOntology 则由专用智能体构建本体，并以包含模式、内容和工具层的 MCP 服务器 形式提供，供数据智能体在运行时查询。

据帖文所述，论文显示，当数据智能体能查询其所处理数据的本体时，GPT-5.5 在 DDR-Bench 上提升 26.7 个百分点。在 DDR-Bench 的六个骨干模型上，准确率平均提升 17.8 个百分点，从 Qwen3.5-Flash 的 4.8 到 GPT-5.5 的 26.7。在 BIRD 上，执行准确率提升 7.4 个百分点。本体以小型类型化步骤进行编辑，且仅当同一骨干模型上的配对评估显示该编辑有帮助时才予以保留；对工具层的编辑贡献了演化收益的 57%。

论文：https://arxiv.org/abs/2609.15779。与论文对话：https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779。