arXiv · AI· Yucheng Wu, Jundong Xu, Mingzhen Ju, Yue Yu, Chenpeng Wang, Haoxuan Li, Liangming Pan·· 5 小时前AI 评分25
HOLogicBench：评测大语言模型的高阶逻辑推理能力
HOLogicBench: Evaluating Higher-Order Logical Reasoning in LLMs
AI 导读
针对现有基准忽视规则与策略层级的高阶推理，HOLogicBench 发布 1,379 个带 Isabelle/HOL 形式化及证明验证答案的实例，系统评估五类高阶推理操作。
来源：arXiv · AI · arxiv.org