VeryTrace: verificación de rastros de razonamiento mediante formalismo compilable y verificación estructurada
Resumen: En tres dominios diversos: matemáticas de competencia (AIME 2025), planificación de robótica (LLM-BabyBench) y razonamiento de parentesco (CLUTRR), VeryTrace mejora la precisión sobre líneas de base de tiro cero en LLM de última generación sin requerir capacitación específica de dominio o ejemplos en contexto, lo que demuestra que la verificación de seguimiento formalizada logra precisió
Leer más →