实体
Digestion
Digestion
PulseAugur coverage of Digestion — every cluster mentioning Digestion across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的基准 PRIM 探查 LLM 数学推理能力，ABSO RB 框架提供修复方案
一项新的研究论文介绍了 PRIM，这是一个旨在评估大型语言模型在四个维度上的数学推理能力的基准：发现、生成、消化和执行。研究发现，尽管 LLM 表现强劲，但其潜在的结构性数学理解常常被解决方案的准确性所掩盖，“发现”是一个重要的瓶颈。为了解决这个问题，研究人员开发了 ABSOR B，一个通过选择性地将原始要素引导的推理转移到学生模型中来提高数学推理能力的自蒸馏框架。
-
新的基准和工具揭示了LLM的数学推理差距和新颖的联系
研究人员开发了新的方法来评估和改进大型语言模型（LLM）的数学推理能力。一种称为“数学原语”（Mathematical Primitive）的方法引入了一个基准，用于评估数学理解的不同维度，如发现、生成、消化和执行，揭示发现是关键瓶颈。另一个系统LANTERN使用模型激活来有效地识别大型数据集中新颖的数学联系，成功地发现了序列之间先前未知的关系。