研究人员推出了一项新任务，专注于生成协调矛盾陈述的解释，这是人类推理的关键能力，但在当前大语言模型中尚未充分发展。他们重新利用了现有的自然语言推理数据集，并开发了新的评估指标来评估这项能力。对18个大语言模型的实验显示，成功有限，随着模型规模的增加，性能提升趋于平缓，这表明大语言模型的推理能力存在显著差距。 AI
排序理由 这是一篇研究论文，详细介绍了一项新任务和大语言模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
- Explanation Generation for Contradiction Reconciliation with LLMs
- Jason Chan
- LLMs
- natural language inference
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →