#推理评测

系统性泛化评测的盲区：TranSGrid揭示三种推理缺失

arXiv最新研究提出TranSGrid测试平台，通过整合演绎、归纳、溯因三种推理，揭示现有系统性泛化评测任务的结构性缺陷。实验显示Transformer模型在综合推理任务上表现骤降，仅凭生产力不足以衡量真正的泛化能力。