判断推理定义题正确率不高

推理正确率下降65.5%！斯坦福、MIT等用「不等式」拷问AI逻辑极限 大语言模型在数学证明中常出现推理漏洞，如跳步或依赖特殊值。斯坦福等高校团队提出IneqMath基准，将不等式证明拆解为可验证的子任务。结果显示，模...