实体
MultiArith
MultiArith
PulseAugur coverage of MultiArith — every cluster mentioning MultiArith across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的半监督CoT框架通过伪监督增强LLM推理能力
研究人员推出了一种新颖的半监督思维链学习框架Semi-CoT，该框架利用未标记问题生成伪推理监督。该方法通过基于估计的答案级语义熵来选择可靠的推理链，从而改进了CoT的自训练方法。虽然实验在选择高精度伪CoT方面显示出潜力，但有效利用仍需要改进演示选择或学生训练策略。
-
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。