热点事件持续更新
研究者提出大模型逻辑推理评估新范式CBE
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv发布的研究提出了一种名为基于能力的评估（CBE）的新范式。该范式旨在通过保持所需能力不变并扩展任务复杂度与表述形式，来评估大语言模型的逻辑推理泛化表现。研究人员在基础排序任务中测试了6款GPT与千问（Qwen）模型，结果显示，即便强模型在超出限定复杂度后，也均未能持续满足能力条件。此外，研究还发现思维链（CoT）与GRPO虽能拓展高表现区间但未根除失效问题，而监督微调LoRA在留出集上则几乎没有迁移效果。
AI 根据报道生成 · 4 小时前更新
最新进展10月19日 12:00
研究者提出CBE评估范式，测试表明强模型在限定复杂度外均未能维持逻辑推理能力。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 自然语言处理大语言模型逻辑推理的基于能力评估（CBE）
研究提出基于能力的评估范式（CBE），通过保持所需能力不变并扩展复杂度与表述形式，评估大语言模型的逻辑推理泛化表现。在基础排序任务中对 6 款 GPT 与千问（Qwen）模型测试表明，强模型在限定复杂度外均未能持续满足能力条件。CoT 与 GRPO 能拓展高表现区间但未根除失效，监督微调 LoRA 则几乎没有留出集迁移效果。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 13:00）·近 24 小时可比范围变化 –
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。