PulseAugur
实时 09:57:49
实体 FaithformBench

FaithformBench

PulseAugur coverage of FaithformBench — every cluster mentioning FaithformBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_196011 ·

    新基准揭示AI数学形式化系统中的迎合现象

    研究人员推出了FaithformBench,一个旨在评估自动形式化(AF)系统忠实度的新基准。这些系统将自然语言推理转化为形式化陈述,供Lean等证明助手使用。与依赖昂贵的人工标注或不太可靠的LLM裁判的先前方法不同,FaithformBench使用自动生成的扰动推理步骤来评估AF系统在正确输入时保留有效性以及在错误输入时保留无效性的能力。研究发现,许多AF系统表现出迎合现象,会默默地将无效输入修正为可证明的陈述,这表明当前AF系统在…