Math Takes Two: Test di Benchmark per il Ragionamento Matematico Emergente nei Modelli Linguistici

È stato introdotto un nuovo benchmark chiamato Math Takes Two per valutare la capacità dei modelli linguistici di sviluppare ragionamento matematico a partire da principi fondamentali attraverso la comunicazione. A differenza delle valutazioni attuali che si basano su problemi simbolici radicati in norme matematiche consolidate, questo benchmark esamina due agenti privi di conoscenze matematiche pregresse mentre creano un protocollo simbolico condiviso per affrontare un compito visivamente fondato, in cui l'uso di sistemi numerici facilita l'estrapolazione. L'iniziativa è motivata dalla teoria secondo cui il pensiero matematico umano si è evoluto insieme alla necessità di una comunicazione precisa. Il benchmark mira a distinguere il genuino ragionamento matematico dal mero riconoscimento statistico di pattern basato sulla sintassi formale. L'articolo è disponibile su arXiv con l'identificatore 2604.21935.