STARC 是用于评估阅读理解的结构化注释框架，该框架引入了一种答案选择的有理结构并将其与文本跨度注释绑定。使用 OneStopQA 数据集作为基础，可以使用 STARC 进行自动注释质量探测和机器阅读理解行为与人类进行深入分析和比较。RACE 标准数据集在阅读理解方面有局限性，而 OneStopQA 则为阅读理解提供了一种替代测试集。

Apr, 2020

STAR 是一种社会技术框架，通过生成参数化指令来改进对大型语言模型的红队安全测试，提高了模型的可控性和信号质量。

Jun, 2024

我们提出了 STAR，这是一个包含 127,833 个话语和基于知识库的查询，涵盖 13 个领域，共 5820 个任务型对话的模式引导数据集，旨在促进任务和领域的迁移学习。此外，我们提出了一种可扩展的众包范例，用于收集与 STAR 质量相同的任意大的数据集。此外，我们引入了新颖的模式引导对话模型，通过对任务的明确描述将从已知的任务泛化到未知的任务，证明了这些模型的有效性，尤其是在任务和领域的零 - shot 推广方面。

Oct, 2020

通过对真实世界的视频进行情境抽象和逻辑基础问题回答，本文介绍了一种评估情境推理能力的新基准，称为 Situated Reasoning in Real-World Videos (STAR Benchmark)。该基准通过与人类动作或互动相关的真实世界视频构建，涵盖了相互作用、序列、预测和可行性等四种类型的问题。研究表明，各种现有的视频推理模型都在这一具有挑战性的情境推理任务上遇到了困难，因此我们进一步提出了一种诊断性神经符号模型，用于解决这一基准所面临的挑战。

May, 2024

本文提出了一个基于 VSTAR 数据集的视频对话理解的基准测试，其中包括场景分割、主题分割和视频对话生成三个基准测试，以验证多模态信息和段落在视频对话理解和生成中的重要性。

May, 2023

使用基于 Web 技术的 IDE，方便用户在线使用 IDP 知识库系统，该系统基于一阶逻辑，可用于开发大型应用。

Nov, 2015

提出了一个结合了大型语言模型和逻辑编程 Answer Set Programming 的框架 STAR，通过在语言上提取知识并利用 ASP 进行规定驱动的推理，以提高针对需要推理的 NLU 任务的性能和可解释性。

Feb, 2023

本文提出了一种名为 Self-Taught Reasoner (STaR) 的技术，该技术利用少量的依据样本和大型没有依据的数据集迭代提高语言模型的理解和应用复杂推理的能力，通过生成推理和反馈微调模型来逐步提升模型的性能，相比于直接预测答案的模型，STaR 在多个数据集上都有显著的性能提升，并与 30 倍大的最先进语言模型的微调性能相媲美，为模型通过自我生成的推理学习提供了可能。

Mar, 2022

本研究介绍了 VISAR，一个 AI 助手系统，用于协助写作者在他们的写作背景下构思和修订分层目标，并通过同步文本编辑和可视化程序组织论证结构，提高说服力。VISAR 还支持自动草稿制作，实验室实验证实了其在促进论证写作规划过程中的可用性和有效性。

Apr, 2023

SCO-VIST 框架使用图表示形式，结合语义和基于发生的边权重，通过 Floyd-Warshall 算法生成视觉叙事。在多个指标上，该框架在视觉根植性、连贯性、多样性和人性上优于其他模型，经过自动和人工评估。

Feb, 2024