数学神经外科：仅通过前向传播 isolating 语言模型的数学推理能力

BriefGPT - AI 论文速递 · 2024-10-22T00:00:00Z

Mathador-LM是一个评估大型语言模型数学推理的新基准，结合规则解释与问题求解，动态生成实例以防止测试集泄露。研究表明，现代模型在Mathador-LM上的表现显著低于平均5年级学生。