arXiv · cs.AI · Sejin Kim, Sundong Kim · 11 小时前模型评分34
研究提出面向干预的评估方法，检验 人工智能（AI，Artificial Intelligence） 推理能否随任务与证据变化而调整
Beyond Answers, Traces, and Efficiency: Evidence for Adaptive Reasoning
导读
一项研究指出，现有以最终答案准确率、推理轨迹和效率为主的评估无法判断 人工智能（AI，Artificial Intelligence） 推理是否具备适应性，并提出区分跨任务适应性与任务内适应性。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose intervention-oriented evaluation that tests abstraction transfer and hypothesis revision under controlled changes to tasks and evidence, with explicit reporting of test-time procedures and budgets.”
来源：arXiv · cs.AI · arxiv.org