因果图到大型语言模型:评估大型语言模型对因果查询的能力
原文中文,约200字,阅读约需1分钟。发表于: 。本研究针对大型语言模型(LLMs)在因果推理中的应用不足的问题,提出了一个全面的基准测试CausalGraph2LLM,以评估其理解因果图的能力。研究发现,尽管LLMs在此领域表现出一定潜力,但对编码的敏感性显著,可靠模型如GPT-4和Gemini-1.5的表现差异可达60%。
本研究提出CausalGraph2LLM基准,用于评估大型语言模型在因果推理中的能力。结果显示,尽管这些模型有潜力,但对编码的敏感性很高,像GPT-4和Gemini-1.5的表现差异可达60%。