Noticias sobre CARAT

CARAT revela los mecanismos de trabajo internos de los modelos de lenguaje de gran tamaño para ciencia de materiales mediante la evaluación de su capacidad de razonamiento. Los resultados de la investigación muestran que el espacio de grafos (GraphSpace) tiene ventajas significativas en la evaluación de la capacidad de razonamiento de los LLM, con una mejora de 19,3 puntos. Los resultados de CARAT proporcionan nuevas direcciones para futuras investigaciones y desarrollo en los campos de la ciencia de materiales y la IA.