arXiv · NLP· Sarina Xi, Vishisht Rao, Justin Payan, Nihar B. Shah·· 4 小时前AI 评分29
科学论文中错误定位基准 FLaWS
FLAWS: A Benchmark for Error Identification and Localization in Scientific Papers
AI 导读
summary_zh: 研究团队推出评估大语言模型在科学论文中定位错误能力的基准 FLaWS，包含 713 个论文-错误对。 该基准通过 LLM 向已审阅论文中注入逻辑错误，使用自动指标衡量模型识别和定位错误的能力。
来源：arXiv · NLP · arxiv.org