Доказательство2 Гибрид: Автоматическое математическое обобщение контрольных показателей для решения проблем, связанных с достоверными данными
arXiv: 2508,02208v3 Annuales Type: заменить резюме: Оценка математических возможностей крупных языковых моделей (LMS) является критически важной, но трудной границей. Существующие контрольные показатели являются недостаточными, особенно в отношении проблем, связанных с доказательствами, поскольку…