arXiv cs.AI· Auss Abbood, Fernando Mart\'inez-Plumed, Jos\'e Hern\'andez-Orallo, Nigel Collier·· 2 小时前AI 评分48
计时与理解时间：两者都无法单独解释 LLM 的时间推理
Keeping Time vs. Understanding Time: Neither Alone Explains Temporal Reasoning in LLMs
AI 导读
一项 arXiv 研究挑战了将 LLM 时间推理分为时间算术与时间语义两类的共识。微调实验显示，模型增益主要是数据集特定的（+6.8 到 +23.1 个百分点），同模式跨数据集迁移仅为 -3.2 到 +1.1 个百分点；基于认知需求的评估还发现，驱动这些基准成绩的主要是知识而非量化和逻辑推理。这表明现有时间推理基准并未真正实现算术—语义二分，而是主要奖励模型记住时间的常见运作方式。
来源：arXiv cs.AI · arxiv.org