arXiv 自然语言处理· Zohreh Abbasi Liasi, Batoul Hammoud, Anas Madkoor, Ehsaneddin Asgari·· 9 hours agoAI score43
多语言 LLM 在非参数记忆上的推理：关系知识的认知分析
Reasoning over Non-Parametric Memory in Multilingual LLMs: A Cognitive-Based Analysis of Relational Knowledge
Not yet translated; shown in Chinese.
AI guide
Rel-Bloom 基准评估了 43 个 LLM 的非参数关系推理能力，发现开源权重模型从 Apply 到 Analyze 层级准确率普遍骤降，且 Evaluate 成为共同瓶颈。其中 Large Granite 降幅达 47.2 个百分点，Gemini 3.1 Pro 在前四层平均达 99.5% 却在 Evaluate 骤降至 60.7%，表明更强模型能力并不保证可靠的证据推理。
Source:arXiv 自然语言处理 · arxiv.org