研究者提出CBE范式评估大模型逻辑推理
热点事件持续更新
研究者提出CBE范式评估大模型逻辑推理
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
Jize Jiang 与 Chengxiang Zhai 提出“基于能力的评估”（CBE）范式，用于检验大语言模型能否在一族问题中稳定复用同一项逻辑推理能力，而非只看单题正确率。其做法是用参数化生成器在固定所需能力的前提下扩展问题复杂度，并用保持答案不变的多种表述测试模型。 在基础排序任务上测试六个 GPT 与 Qwen 模型后，作者报告模型仅在有界复杂度范围内表现尚可，即便强模型也未能在整个测试问题族上满足能力条件。Chain-of-thought 与 GRPO 能延续强表现但未解决全部失败，监督 LoRA 的留出迁移效果有限。
AI 根据报道生成 · 57 分钟前更新
最新进展10月19日 12:00
基于能力的大语言模型逻辑推理评估（CBE）报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CL基于能力的大语言模型逻辑推理评估（CBE）
研究者提出能力导向评估（CBE）范式，用参数化生成器在固定所需能力的前提下扩展问题复杂度，并通过保持答案不变的多种表述检验模型是否稳定复用同一能力。在基础排序任务上测试六个 GPT 与 Qwen 模型，模型在有界复杂度范围内表现尚可，但即便强模型也未能在整个测试问题族上满足能力条件。Chain-of-thought 与 GRPO 可延续强表现但未解决全部失败，监督 LoRA 的留出迁移效果有限。
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。