GSM-Plus-BN：基于扰动的大语言模型孟加拉语数学推理基准

针对大语言模型数学推理评估多集中于英语的问题，本研究填补了孟加拉语领域的空白。文章提出了 GSM-Plus-BN，这是一个基于扰动生成的孟加拉语数学数据集，包含 9000 个样本。研究评估了六个开源模型在标准提示与思维链（CoT）提示下的表现。结果显示，虽然 CoT 显著提升了推理能力，但模型在孟加拉语扰动文本上的表现仍低于英语基准，揭示了跨语言推理的挑战。该工作为未来孟加拉语数学推理研究提供了重要资源与基线。