BriefGPT - AI 论文速递
·
CombiBench: A Benchmark for Evaluating the Capabilities of Large Language Models in Combinatorial Mathematics
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究推出CombiBench，包含100个组合问题，旨在解决组合数学缺乏基准的问题。结合Fine-Eval评估框架，结果显示现有大语言模型在该领域的能力有限。
🎯
关键要点
- 本研究推出CombiBench，包含100个组合问题。
- CombiBench旨在解决组合数学缺乏基准的问题。
- 该基准覆盖多种难度级别。
- 结合Fine-Eval评估框架，首次支持填空问题的评估。
- 结果显示现有的大语言模型在解决组合问题方面的能力有限。
➡️
