Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
TeXpert: Многоуровневый бенчмарк для оценки генерации кода LaTeX с помощью LLM.
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Самые частые ошибки LLM — это логические (невыполнение всех требований промпта) и ошибки зависимостей (неподключение нужных инструментов), что говорит о слабом "структурном понимании" задачи.