arXiv · cs.AI· Tianyou Lai, Wentao Yue, Zhiying Deng, Qilei Li·· 6 小时前
Choice2Seq 基准评测模型从答案选择到序列构造的正确性保留
Correct Choices, Failed Sequences: Choice2Seq Benchmarks Correctness Retention Across Output Interfaces
arXiv:2610.16191v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tianyou Lai, Wentao Yue, Zhiying Deng, Qilei Li
研究任务与主要进展
基于论文摘要，作者提出 Choice2Seq 诊断基准，衡量模型在同一问题和候选集下将完整答案选择转化为序列化局部构造时的正确性保留。Jev 在算术和词汇检索任务上的选择准确率分别为97.1%和99.5%，但串行构造后仅保留33.0%和2.1%的正确选择；限制局部选项为候选支持的字符可改善构造，显式位置索引可提高复制忠实度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org