多领域评测LLM数学公式朗读转写能力

2026年10月20日，一篇发表于arXiv人工智能分类的研究报道称，研究团队构建了名为Read-Aloud Math的多领域语料库，覆盖六个科学领域，包含LaTeX公式、经人工校验的简单与扩展转写、多种变体、文本上下文、领域标签及公式复杂度等级，并据此评测五款大语言模型对数学公式的朗读转写能力。报道给出的结果显示：GPT-5.2在无上下文简单转写中多参考BLEU达75.9%，有上下文时为64.9%；Claude Sonnet 4.5在无上下文扩展转写中最高为36.5%；Grok 4.1 Fast在有上下文扩展转写中最高为48.8%。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字或说法上的前后矛盾。上述指标均为特定模型在特定转写设置下的评测结果，不代表其他模型或其他任务的表现。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。