本研究测试了大型语言模型的鲁棒性，发现预训练语料库和监督方法对模型的影响更大。同时，发现在代码上进行预训练的模型更好地推广，并受到思维链提示的益处。

本研究测试了大型语言模型的鲁棒性，发现预训练语料库和监督方法对模型变异性的影响更大。同时，发现在代码上进行预训练的模型更好地推广，并受到思维链提示的益处。