BriefGPT - AI 论文速递 · 2024-12-09T00:00:00Z

ProcessBench: Identifying Process Errors in Mathematical Reasoning

📝

内容提要

本研究提出了ProcessBench评估基准，用于识别数学推理中的错误步骤。研究表明，现有模型在复杂数学问题上的表现不佳，而新模型在批判能力上与先进模型相当，推动了语言模型推理过程的评估研究。

🏷️

标签

ProcessBench 数学推理 评估研究 语言模型 错误识别