一篇新的研究论文揭示了小型语言模型在使用链式思考（CoT）提示执行算术任务时存在一个重要的捷径。这些模型倾向于复制答案分隔符之前的位置数字，而不是依赖逻辑排序，即使中间的推理步骤不正确或被打乱，这种位置复制也能解释其准确性的很大一部分，这突显了评估CoT忠实度时潜在的故障模式。 AI
影响 揭示了评估小型LLM算术推理的一个关键缺陷，表明当前的忠实度评估可能具有误导性。
排序理由 该集群包含一篇学术论文，详细介绍了关于语言模型行为的新发现。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22870v1 Announce Type: cross Abstract: Chain-of-thought (CoT) prompting is necessary for arithmetic in small language models, yet shuffling its steps preserves most performance. What does CoT contribute if not logical sequencing? In three 1-3B instruction-tuned LMs on …
Chain-of-thought (CoT) prompting is necessary for arithmetic in small language models, yet shuffling its steps preserves most performance. What does CoT contribute if not logical sequencing? In three 1-3B instruction-tuned LMs on GSM8K, we isolate the answer-readout stage via pre…