논문 정보
- 날짜:
2026-04-14 - 카테고리: -
- 우선순위 점수: 1.367
핵심 요약
General365는 전문 지식보다는 복잡한 제약 조건과 논리 구조를 다루는 일반 추론 능력을 평가하기 위한 벤치마크입니다. K-12 수준의 배경지식으로 제한된 1,460개의 문제를 통해 모델의 순수 추론 능력을 측정하며, 26개 주요 LLM을 대상으로 평가를 진행했습니다. 실험 결과 최고 성능 모델도 62.8%의 정확도에 그쳐, 현재 LLM의 추론 능력이 특정 도메인에 편중되어 있음을 확인했습니다.학습자 관점 포인트
- 우리 팀 영향: 도메인 지식에 의존하지 않는 범용적 논리 추론 성능을 객관적으로 측정하고 개선하는 지표로 활용할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 수학이나 물리 등 특정 분야에 국한되지 않은 일반적 문제 해결 능력을 검증하기 위해 해당 벤치마크를 내부 모델 평가에 도입할 가치가 있습니다.
원문 링크
- arXiv: https://arxiv.org/abs/2604.11778
- Hugging Face Papers: https://huggingface.co/papers/2604.11778