研究者提出P2NPCBench检验LLM区分P与NP问题

Nurul Labib Sayeedi等作者提出P2NPCBench基准，用于检验大语言模型能否区分P问题与NP完全（NPC）问题。该基准包含12个问题族，每个NPC问题都配有一个表面表述相同、仅结构细节不同的P版本，并用对抗式多智能体框架AgentGAN重写题目，以去除教科书式线索，最终得到2,114条加固陈述。 报道未给出模型在该基准上的测试结果，因此该基准能否有效区分模型对两类问题的识别能力，尚无结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。