共 1 篇相关文章
解读理论级自动形式化忠实性研究:FaithAlign基准含460条目、4982条短语级标注链接,GPT-6 Astra缺陷F1仅47.8%,FaithAlign-Gap不可判定识别率28.2%,揭示上下文感知评估的难点。