实体 MAWPS

MAWPS

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

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

RESEARCH · CL_68172 · Jun 2 · 13:09

LLM在GSM8K数据集上通过数字攻击显示出算术脆弱性

研究人员开发了一种自动方法，通过创建数字重映射攻击来测试大型语言模型在算术推理方面的鲁棒性。这些攻击在保持原始推理步骤的同时，用不同的数字修改应用题。对DeepSeek-R1、Gemma4和GPT-OSS等模型的评估显示，它们在GSM8K数据集上的准确率显著下降，凸显了其对数字变化的敏感性，而其他数据集则表现出更大的稳定性。