Chatgpt و سایر چت های AI مبتنی بر مدل های بزرگ زبان شناخته شده است که گاه و بیگاه چیزهایی را از جمله استنادهای علمی و قانونی تشکیل می دهند. به نظر می رسد که اندازه گیری دقیق استنادهای مدل AI یک روش مناسب برای ارزیابی توانایی های استدلال مدل است.
یک “دلایل” مدل هوش مصنوعی با شکستن یک پرس و جو در مراحل و کار از طریق آنها به ترتیب. به این فکر کنید که چگونه یاد گرفتید مشکلات کلمه ریاضی را در مدرسه حل کنید.