本研究探讨大型语言模型（LLMs）在处理错误数学问题时的逻辑推理能力不足。通过FaultyMath基准数据集评估，结果显示LLMs表现为盲目求解者，缺乏有效的逻辑判断能力，揭示其在识别和处理逻辑不一致性方面的局限性。

From Blind Solvers to Logical Thinkers: Evaluating the Logical Integrity of Large Language Models on Faulty Mathematical Problems
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证