Lambda Calculus Benchmark : évaluer les LLM sur le calcul lambda

LambBench propose un benchmark centré sur le calcul lambda pour évaluer les capacités de raisonnement formel des modèles de langage. Contrairement aux benchmarks classiques, il s'appuie sur un formalisme mathématique minimal et non ambigu, rendant la triche par mémorisation difficile. L'objectif est de mesurer une compréhension symbolique profonde plutôt que des performances superficielles.