论文伴读 · v1.0
什么样的样例会迫使程序使用第二条规则?
模型可能靠一条捷径解释题面上的所有样例。这项研究只替换一个样例,严格核验第二条规则何时成为必要条件,再分别检查模型对题面和新字符串的判断。
证书适用于有界字符串替换语言。隐藏见证成功率上升的同时,模型在实际触发两条规则的新输入上一致率仍然很低。
论文伴读 · v1.0
模型可能靠一条捷径解释题面上的所有样例。这项研究只替换一个样例,严格核验第二条规则何时成为必要条件,再分别检查模型对题面和新字符串的判断。
When Is Program Structure Required? Certificate-Grounded Calibration of Program-Induction Difficulty
引用信息