AIxiv专栏促进了学术交流，报道了2000多篇内容。研究者开发了广义关联回忆（GAR）基准测试，评估大型语言模型（LLM）在组合关系推理中的表现，发现其存在核心缺陷，并揭示了模型的推理机制，提出了优化建议以提升推理能力。
完成下面两步后，将自动完成登录并继续当前操作。
