跳到正文
热点事件持续更新

FormInv提出数学推理基准语义不变性测量协议

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Nishal Thomas与Noel Thomas提出的FormInv测量协议及CIR/SCR不变性度量方法被接收为ICML 2026第3届AI for Math Workshop的海报论文。该协议在9个模型上评估366至811个经Lean4验证的题目，旨在测量数学推理基准中的语义不变性。 审计发现47%自动生成的语义改写存在错误，协议据此定义条件不一致率（CIR）以隔离定理内失败聚类。评估结果显示Claude Haiku 4.5的CIR达41.9%，远高于DeepSeek V3的4.7%。

AI 根据报道生成 · 5 小时前更新

最新进展10月19日 12:00
FormInv：数学推理基准中语义不变性的测量协议

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    FormInv：数学推理基准中语义不变性的测量协议

    FormInv提出数学推理基准语义不变性测量协议。审计发现47%自动生成的语义改写存在错误，并定义条件不一致率（CIR）以隔离定理内失败聚类。 该协议在9个模型上评估366至811个经Lean4验证的题目，结果显示Claude Haiku 4.5的CIR（41.9%）远高于DeepSeek V3（4.7%）。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。