TrussTutor-Bench: Benchmarking large language models on solution accuracy, sycophancy, and error detection in statics

Evangelos Apostolakis, Erfan Hamdi, Sara Jahedazad, Emma Lejeune

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.