以参考为中心评估人类推理链方法提出

2026年10月20日arXiv人工智能板块报道，Ali Ansari与Farhana Ferdousi Liza提出一种以参考为中心的人工推导评估方法，用于检验人类撰写的推理推导及其形式化表示的可靠性。该方法结合三项机制：针对所引用前提集的蕴含检查、全前提复核，以及失败归因；具体做法是用LLM将步骤结论转为FOL，再由Z3 SMT求解器检查蕴含关系。研究在P-FOLIO数据集上检验了386条推导。报道称该方法旨在回应既有评估方式的局限，目前进展停留在方法提出与上述数据集上的检验，报道未给出与其他方法的对比结果或更广泛应用范围的结论。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。