DeltaLogic：最小前提编辑揭示逻辑推理模型中的信念修正失败

现有推理基准通常评估模型从固定前提集推导正确答案的能力，却忽视了动态环境中至关重要的信念修正能力。本文提出 DeltaLogic，一种将自然语言推理示例转化为简短修正序列的基准转换协议。该协议首先要求模型基于前提 P 得出初始结论，随后应用最小编辑δ(P)，并判断结论是否应保持稳定或修正。实验表明，较强的初始推理能力并不等同于较强的修正行为，许多模型表现出显著的惯性失败模式。DeltaLogic 针对这一独特且实用的推理能力，补充了现有的逻辑推断与信念更新基准。