arXiv · AI· Dengzhe Hou, Lingyu Jiang, Deng Li, Zirui Li, Fangzhou Lin, Kazunori D Yamada·· 8 小时前AI 评分48
WMIP：一种受工作记忆启发的累积状态追踪大语言模型可编程探针
WMIP: A Working-Memory-Inspired Programmable Probe of Cumulative State Tracking in Large Language Models
AI 导读
summary_zh: 研究人员提出受工作记忆启发的 WMIP 探针，评估 18 个大语言模型在 3 至 100 次更新下的累积状态追踪能力。 模型在单步算术准确率 84.9%，但核心任务（3-7 次更新）仅 31.7%；50 次更新后准确率低于 10%，显示单步能力不保证累积追踪可靠性。
来源：arXiv · AI · arxiv.org