研究人员开发出新型数据集，测试大型语言模型的问答能力

研究人员基于超过 350 个 STEM（科学、技术、工程和数学）定理，开发了包含 800 个问题-答案对的数据集，用于测试人工智能语言模型。该数据集为衡量人工智能使用这些定理解决复杂的大学级问题的能力提供了新的基准。 ## 核心要点 以下是该新闻的三个核心要点： - 研究人员开发了一个新的数据集，用于测试人工智能语言模型的能力。 - 该数据集包含 800 个问题-答案对，基于超过 350 个 STEM 定理。 - 这个数据集提供了一个新的基准，用于衡量人工智能使用这些定理解决复杂的大学级问题的能力。