09:35
官方账号arXiv cs.LG@Lucky Verma
推荐理由：这篇论文用严格实验告诉你，LLM在约束推理上的表现和求解器难度不是一码事。他们控制密度、比较两类公式，发现准确率差距和求解器冲突量几乎不相关，甚至反着走。
约束推理
共 1 条相关 AI 资讯
7月21日
09:35
研究团队在子句密度近乎匹配的条件下，比较了证明难的expander-Tseitin公式与证明易的ladder-Tseitin公式，以及密度不匹配的控制组。求解器Glucose的平均冲突代理差异高达51倍，其他五个求解器也保持方向一致。三个模型各243个实例的准确率差距从-32到+20个百分点，合并差距为+1.7个百分点（p=0.74），且正确率与冲突代理呈错误正向关联（r=+0.15）。证明保留重标定使一个模型准确率平均下降93点，但对另一个模型影响不大。16k token实验中，推理模型在证明易匹配公式上的token消耗反而更多，而32k C1差距消失。