Tema: Razonamiento Matemático
2025
G-Pass@k: Redefiniendo la Evaluación de los Modelos de Lenguaje
La nueva métrica G-Pass@k muestra grietas en la estabilidad de desempeño de los modelos de lenguaje actuales.
2024
Desafíos en los Avances de Modelos de Lenguaje: ¿Genial Razonamiento o Solo Suerte?
Un estudio revela la fragilidad de las mejoras en modelos de lenguaje al considerar el muestreo repetido y sus implicaciones.
2024
Los Desafíos de la Composicionalidad en Modelos de Lenguaje: Un Estudio de Caso
Investigadores revelan limitaciones de los modelos de lenguaje en el razonamiento lógico-matemático y proponen nuevas evaluaciones para superar barreras cognitivas.
2024
MathCoder2: Avance en el Razonamiento Matemático con Códigos Python
Un innovador enfoque de preentrenamiento mejora significativamente las capacidades matemáticas de los modelos de lenguaje.
2024
Omni-MATH desafía a los modelos de lenguaje con problemas matemáticos a nivel olímpico
Un nuevo benchmark busca evaluar las habilidades de razonamiento matemático de modelos lingüísticos avanzados.