本研究探讨大型语言模型（LLMs）在识别逻辑缺陷科学问题时的表现，发现它们常常无法识别错误并给出不合理答案。通过构建SciFaultyQA数据集，评估不同LLMs的识别能力，并提出减少错误的创新策略。
完成下面两步后，将自动完成登录并继续当前操作。
