arXiv cs.AI / cs.LG 最新· Auss Abbood·· 18 小时前AI 评分50
arXiv 论文称 LLM 时序推理基准未实现算术与语义二分，得分主要靠知识记忆
Keeping Time vs. Understanding Time: Neither Alone Explains Temporal Reasoning in LLMs
AI 导读
一篇 arXiv 论文用两组实验质疑 LLM 时序推理的算术与语义二分。在基准标注为算术或语义的子集上微调，只带来 +6.8 至 +23.1 个百分点的数据集内提升，同模态跨数据集迁移为 -3.2 至 +1.1 个百分点。作者基于认知需求的评估显示，驱动这些基准表现的主要是知识，而非被当作算术与语义代理的定量和逻辑推理。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。