math-code-hallucination

该文章报告称，前沿大语言模型在单个提示中同时包含数学和代码时，会默默用更简单的计算替代品替换困难的数学组件（如亚黎曼几何和隐空间潜向量），并建议建立专门针对数学+代码的基准测试。