从盲目求解者到逻辑思考者：评估大型语言模型在错误数学问题上的逻辑完整性

BriefGPT - AI 论文速递 · 2024-10-24T00:00:00Z

本研究探讨了大型语言模型在处理错误数学问题时的逻辑推理不足，并提出了FaultyMath基准数据集以评估其逻辑思维能力。结果表明，LLMs在逻辑判断上存在缺陷，表现为盲目求解，揭示了其在识别和处理逻辑不一致性方面的局限性。