Read-Aloud Math 语料库发布

2026年10月20日，Peter Volbach 等人在 arXiv 发布 LLM 数学公式朗读能力多领域评估研究。该研究构建了 Read-Aloud Math 语料库，用于系统性评估当前 LLM 在将复杂数学公式转化为自然语言朗读文本方面的表现，涵盖了多个科学领域。 研究团队对包括 GPT-5.2 和 Claude Sonnet 4.5 在内的五种最新 LLM 进行了跨六个科学领域的测试。在简单转录任务中，GPT-5.2 表现最佳，无上下文 BLEU 分数达 75.9%。在扩展转录任务中，Claude Sonnet 4.5 在无上下文条件下得分最高，为 36.5%。 分析表明，公式的长度与复杂度显著影响模型评分。不同模型在带文本上下文条件下的表现存在差异，例如 Grok 4.1 Fast 带上下文得分 48.8%。该评估为理解 LLM 处理数学符号向口语转化能力提供了基准参考。

AI 根据报道生成 · 2 小时前更新