Badacze stworzyli benchmark DRIFT-Bench ujawniający, że głównym błędem systemów wieloturowego rozumowania nie jest logiczna sprzeczność, lecz cichy dryf odpowiedzi naruszający wcześniejsze zobowiązania. Metoda MUS-Repair okazała się najskuteczniejsza we wszystkich testowanych konfiguracjach.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google