Filtered Reasoning Score: Evaluating Reasoning Quality on a Model's Most-Confident Traces

Cette recherche présente le "Filtered Reasoning Score", une nouvelle métrique conçue pour évaluer la qualité du raisonnement dans les modèles d'IA. Elle se concentre spécifiquement sur l'évaluation du raisonnement apparent dans les traces les plus sûres ou les sorties les plus confiantes d'un modèle.