LinAlg-Bench：诊断大模型线性代数推理的失效模式
热点事件持续更新
LinAlg-Bench：诊断大模型线性代数推理的失效模式
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究团队发布诊断性基准 LinAlg-Bench，用 660 道 SymPy 认证的线性代数题目（覆盖 3x3、4x4、5x5 矩阵和 9 种任务类型）评测 10 个前沿大语言模型，共分析 6,600 条模型输出，并将其中 1,156 个失败归入十个主要错误标签，用以揭示大模型数学推理的结构性失效模式。 团队公开了全部数据、模型输出、错误标签和判定管线。该基准的短文被 NeurIPS 2026 第六届 MATH-AI Workshop 接收为海报。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
LinAlg-Bench：揭示大语言模型数学推理结构性失效模式的法证式基准报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AILinAlg-Bench：揭示大语言模型数学推理结构性失效模式的法证式基准
LinAlg-Bench 是一个诊断性基准，用 660 道 SymPy 认证的线性代数题目（覆盖 3x3、4x4、5x5 矩阵、9 种任务类型）评测 10 个前沿大语言模型，共分析 6,600 个输出，并将 1,156 个失败归入十个主要错误标签。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。