AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · Anthropic · 2026-09-28
চেইন-অফ-থট যুক্তিতে বিশ্বস্ততা পরিমাপ
মূল শিরোনাম: Measuring faithfulness in Chain-of-Thought reasoning
এই গবেষণা জানতে চায় চেইন-অফ-থট যুক্তি কি মডেলের প্রকৃত সিদ্ধান্ত গ্রহণ প্রক্রিয়াকে প্রতিফলিত করে। লেখকরা যুক্তিতে হস্তক্ষেপ করেছেন, যেমন ভুল যোগ করা বা এর অন্য ভাষায় রূপান্তর, এবং পূর্বাভাস কীভাবে বদলায় তা পরীক্ষা করেছেন। বিশ্বস্ততা কাজভেদে ভিন্ন ছিল, এবং অধ্যয়নকৃত বেশিরভাগ কাজে মডেল যত বড় ও সক্ষম হয়েছে তা তত কমেছে।