logical errors | BriefGPT - AI 论文速递

关键词logical errors

搜索结果 - 7

逃离缺陷：通过模板和槽填充标注谬误论证的基本逻辑
在这项研究中，我们引入了四套可解释的模板，用于常见非正式逻辑谬误的解释，通过我们的模板，在 LOGIC 数据集的 400 个谬误论证中，进行了注释研究，并取得了高的一致性得分（Krippendorf's alpha 为 0.54）和合理的涵
PDF18 days ago
AlphaMath 几乎接近零：无过程的过程监督
利用 Monte Carlo Tree Search (MCTS) 框架和大型语言模型 (LLMs) 自动生成解决步骤和评估信号，训练一个逐步价值模型以提高 LLM 在数学领域中的推理过程。实验证明，采用 LLMs 结合 MCTS 自动生成
PDF2 months ago
利用大型语言模型为编程中的逻辑错误生成反馈阶梯
基于大型语言模型的反馈生成方法在编程作业的逻辑错误中显示出巨大潜力。本研究通过使用多级反馈的方式来解决现有方法存在的问题，并通过用户研究评估了所生成反馈的质量。
PDF2 months ago
将错误关系整合到提示中，以改进 LLM 对逻辑错误的分类
研究表明，使用对编程语法进行训练的 LLMs 可以有效地帮助开发人员，如生成编码问题示例或提供代码解释，此外，通过利用错误类型之间的关系，通过 LLMs 检测逻辑错误的方法比无关系描述的方法平均分类性能高约 21％，因此我们的研究可以帮助初
PDF2 months ago
COLINGRankPrompt: 逐步对比使语言模型成为更好的推理者
通过使用 RankPrompt 方法，LLMs 可以自我评级其回答，从而显著提高 ChatGPT 和 GPT-4 的推理表现。
PDF4 months ago
数据解释器：一个用于数据科学的 LLM 代理
本研究介绍了使用大规模语言模型（LLM）为基础的 Data Interpreter，通过动态规划、工具整合和逻辑错误的识别等三种关键技术来增强数据科学中的问题解决能力，并在各种数据科学和实际任务中评估其性能，在机器学习任务中实现了显著改进，
PDF4 months ago
利用人工智能和大型语言模型评估实验中学生的错误：与人类评分员的比较研究
使用大型语言模型（LLMs）探索错误检测在探究式学习中的应用，并解决学生实验协议等复杂、不完整、甚至矛盾和多样化的数据中的逻辑错误识别的困难。
PDFa year ago