FormInv 测量数学基准语义不变性
热点事件持续更新
FormInv 测量数学基准语义不变性
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Nishal Thomas 与 Noel Thomas 提出数学推理基准语义不变性测量协议 FormInv，用条件不一致率（CIR）和 SCR 两项指标，在 9 个模型、366 至 811 道经 Lean4 验证的题目上评测模型对语义等价改写是否给出相同答案。 在全部模型均答对的 43 道定理上，Claude Haiku 4.5 的答案翻转率为 41.9%，DeepSeek V3 为 4.7%。
AI 根据报道生成 · 47 分钟前更新
最新进展10月19日 12:00
FormInv：数学推理基准语义不变性测量协议，Claude Haiku 4.5 答案翻转率高达 41.9%报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIFormInv：数学推理基准语义不变性测量协议，Claude Haiku 4.5 答案翻转率高达 41.9%
FormInv 提出 CIR（条件不一致率）与 SCR 两项语义不变性指标，在 9 个模型、366-811 道 Lean4 验证题目上评测。在全部模型均答对的 43 道定理上，Claude Haiku 4.5 的答案翻转率为 41.9%，DeepSeek V3 仅 4.7%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。