跳到正文
热点事件持续更新

ProloNg测试台评估LLM长程演绎推理

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者构建了合成测试平台 ProloNg，用 Prolog 演绎逻辑系统性地改变问题的推理深度，最难案例推理深度达 22、上下文长度 62k。 他们用该平台测试了 5 个前沿 LLM 家族的 8 个推理模型，发现随着推理深度增加性能大幅下降，多数模型在深度超过 10 后接近随机水平。

AI 根据报道生成 · 1 小时前更新

最新进展10月9日 12:00
用 Prolog 探测语言模型的长程演绎推理能力

报道时间线

沿着报道，了解事件的不同侧面。

10月9日
  1. arXiv cs.CL
    用 Prolog 探测语言模型的长程演绎推理能力

    研究者构建了合成测试平台 ProloNg，用 Prolog 演绎逻辑系统性地改变问题推理深度，最难案例推理深度达 22、上下文长度 62k。他们测试了 5 个前沿 LLM 家族的 8 个推理模型，发现随着推理深度增加性能大幅下降，多数模型在深度超过 10 后接近随机水平。

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。