武汉大学 发布 Math-RoB 数据集, 应用在 数学推理、模型鲁棒性 领域

武汉大学 本次发布的数据集 Math-RoB, Math-RoB是一个针对数学推理任务设计的鲁棒性评估基准，由武汉大学和新加坡南洋理工大学的研究人员开发。该数据集通过在Math500数据集的基础上引入四种不同的变化（包括文本长度增加、操作符替换、数字替换和关键信息删除），旨在揭示大型语言模型在数学推理中的鲁棒性问题。Math-RoB包含了四个子数据集，分别针对不同的鲁棒性挑战：Math-RoB-RoLo、Math-RoB-Define、Math-RoB-Number和Math-RoB-Delete，共40个问题。这些数据集旨在评估模型在面对信息缺失、操作符敏感性、数值脆弱性和记忆依赖性等方面的推理鲁棒性。

查看Math-RoB

关于 武汉大学 , 武汉大学是中国一所综合性、研究型大学，位于湖北省武汉市，是中国教育部直属的全国重点大学，也是国家首批“双一流”建设高校之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。