CLR-Bench: Evaluating Large Language Models in College-Level Reasoning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出CLR-Bench,旨在评估大型语言模型(LLMs)在大学级推理中的能力。研究发现,尽管GPT-4 turbo等模型在直接回答问题上表现良好,但在同时回答和推理方面的能力显著下降,显示出其推理能力亟待提升。

🏷️

标签

➡️

继续阅读