摘要
当前大语言模型在逻辑谬误检测上的评估仅关注预测标签，忽视了推理支撑的有效性。本文提出 ForEx 框架，将模型生成的解释翻译为 Lean4 代码，验证其推导是否基于编码前提成立。我们引入
AI 推荐理由
论文核心在于通过形式化验证评估 LLM 的逻辑推理过程，直接针对推理能力。
研究机构
国立中山大学资讯管理学系
国立中央大学资料科学与资讯管理学系
论文信息