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%。
