研究人员提出类型学特征诱导基准TFI

研究人员 Chen Zhang 等人提出了一种新的评估基准，名为类型学特征诱导（TFI），专门用于诊断大语言模型在推理规则归纳方面的表现。 该基准基于195种语言构建评估。测试显示，大语言模型仅需16句对即可识别59%至80%的语言，这一结果表明模型更多依赖先验知识而非纯粹的归纳推理能力。 研究还指出，在模型无法识别的语言样本上，开源模型的表现未能超越多数值基线。这表明当前模型尚不具备替代语言学家进行原始文本归纳的能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。