כתבה
arXiv cs.LG ·
כאשר הגמר הקנוני הוא טוען: תיאור ומדידה של הקפיצה במודלי שפה גדולים
When the Canonical Completion Is Wrong: Formalizing and Measuring the Jump in Large Language Models
במאמר זה, המחברים ניסו לפתח תיאור רשמי של הקפיצה במודלי שפה גדולים ולמדוד אותה. הם הגדירו קפיצה כאשר המודל מציג גמר נכון, ולא גמר קנוני. הם ניסו את המודלים LangGraph ו-GPT על 9 מקרים, והתוצאות היו שיעור קנוני של 0%.
תקציר מקורי באנגליתarXiv:2608.26187v2 Announce Type: replace-cross Abstract: Whether large language models (LLMs) can perform the abductive leap from evidence to a new system of axioms, commonly referred to as a jump, has recently attracted considerable debate. A prominent position holds that LLMs are structurally incapable of such jumps, while recent studies challenge both its mechanism and empirical evidence. One of the main reasons why the debate remains open is the lack of a formal definition of the jump and of algorithms that test whether a jump appears. In this paper, we attempt to develop a formal account of the jump in four steps and measure the second. These steps ask what the default completion of partial data is, when abandoning it is forced, whether the abandonment is correct, and how successive
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית