热点事件持续更新
研究质疑LLM时间推理的算术-语义二分法
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月21日，一篇发表于arXiv（cs.AI/cs.LG）的论文对LLM时序推理中关于算术与语义二分的既有假设提出质疑。该研究设计了两组实验：第一组在基准中被标注为“算术”或“语义”的子集上微调模型，结果只带来+6.8至+23.1个百分点的数据集内提升，而同模态跨数据集迁移仅为-3.2至+1.1个百分点，说明模型习得的能力难以跨数据集泛化；第二组基于认知需求进行评估，显示驱动这些基准表现的主要是知识，而非此前被当作算术与语义代理的定量推理和逻辑推理。论文据此认为，相关基准未能实现算术与语义的二分。目前事件仍停留在论文预印本阶段，尚无后续独立复现或同行评议结论的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 17:58
arXiv论文以两组实验质疑LLM时序推理基准的算术-语义二分，称表现主要由知识驱动。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI / cs.LG 最新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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。