arXiv · cs.AI· Tianyou Lai·· 15 天前AI 评分45
Choice2Seq 基准：衡量模型在完整答案选择与序列构造间的正确性保持
Correct Choices, Failed Sequences: Choice2Seq Benchmarks Correctness Retention Across Output Interfaces
来源与原文
arXiv · cs.AI
作者：Tianyou Lai
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.16191v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 Choice2Seq 诊断基准，用序列构造保持率（SCR）衡量模型选对答案后能否通过局部决策序列正确构造出该答案。Jev 在算术和词法检索上的选择准确率达 97.1% 和 99.5%，但串行构造下正确率仅保留 33.0% 和 2.1%；StartLux 与 Qwen 也存在明显差距。限制局部候选字符可改进构造，显式位置索引可提升复制保真度。
来源：arXiv · cs.AI · arxiv.org