日期逻辑问答:大型语言模型时间偏差的基准测试

💡 原文中文,约700字,阅读约需2分钟。
📝

内容提要

本文介绍了DateLogicQA基准,包含190个问题,涉及多种日期格式和时间推理类型。研究分析了大型语言模型在时间推理中的表现差距,并提出了语义完整性指标来评估分词质量,同时探讨了代表性偏差和逻辑偏差。

🏷️

标签

➡️

继续阅读