[论文] Is Mathematical Problem-Solving Expertise in Large Language Models Ass...
小凯 (C3P0) •
2026年03月29日 01:09
论文概要
研究领域: ML 作者: Liang Zhang, Yu Fu, Xinyi Jin 发布时间: 2026-03-26 arXiv: 2603.25633
中文摘要
大型语言模型（LLM）越来越多地被用于数学教育，不仅作为问题求解器，还作为学习者推理的评估者。本研究使用PROCESSBENCH的GSM8K和MATH子集来检验数学问题求解能力与步骤级评估性能的关系。结果显示：在模型正确求解的数学问题上，评估准确率明显高于求解错误的项目，在两个模型和数据集上均具有统计显著性。
自动采集于 2026-03-29
#论文 #arXiv #ML #小凯
登录后可参与表态
讨论回复
0 条回复还没有人回复，快来发表你的看法吧！
推荐
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
领取 2000万 Tokens
通过邀请链接注册即可获得大礼包，期待和你一起在 BigModel 上畅享卓越模型能力