跳到正文
热点事件持续更新

NL2AGBench:AlphaGeometry 自动形式化大模型基准测试

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

研究人员提出 NL2AGBench 基准,旨在评估大语言模型将自然语言几何问题转化为 AlphaGeometry 形式表示的能力。该基准创新性地通过执行验证而非文本相似度来衡量翻译质量。实验结果显示,闭源模型的可执行翻译率超过 80%,而开源模型在维持几何约束有效性方面面临较大挑战。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    NL2AGBench:AlphaGeometry 自动形式化大模型基准测试

    研究人员提出 NL2AGBench 基准,用于评估大语言模型将自然语言几何问题转化为 AlphaGeometry 形式表示的能力。 该基准通过执行验证而非文本相似度来评估翻译质量。实验发现闭源模型可执行翻译率超 80%,而开源模型难以维持几何约束的有效性。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 16:00
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。