评估 LLM 在概率算子逻辑推理上的能力

英文标题：Benchmarking LLM Competence on Logical Inference over Probability Operators

该论文提出对大型语言模型（LLM）进行评测，重点考察其针对自然语言中概率与不确定性表达进行逻辑推理的能力。论文指出，不确定性表达及相关推理广泛存在于自然语言中，正确推理不仅对日常交流重要，也关系到医疗等高风险领域的应用可靠性。所提供的原文片段未包含具体实验设置、模型对比结果或量化指标。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB