arXiv cs.AI· Azim Ospanov, Zijin Feng, Ding Ding, Chengwu Liu, Haoli Bai, Jiacheng Sun, Lifeng Shang, Farzan Farnia·· 6 天前AI 评分44
LLM 能否可靠批改奥数证明？一项数学验证研究
Can LLMs Reliably Grade Olympiad Proofs? A Study of Mathematical Verification with LLMs
AI 导读
最新研究针对 LLM 验证自然语言奥数证明的能力展开评测，构建了经专家批改的 USAMO 2025 解答数据集，并在 20 款模型上发现现有表现仍有较大提升空间。
来源：arXiv cs.AI · arxiv.org