LGMT 是一个开源工具，旨在发现大语言模型（LLM）在逻辑推理时的自相矛盾现象。传统的静态基准只评估单条查询，无法捕捉模型在等价表述之间的答案不一致。LGMT 通过变形关系（metamorphic relations）实现这一点，核心思路如下：
- 输入一个前提‑结论形式的源测试用例。
- 根据预定义或用户自定义的变形关系生成逻辑等价的后续用例。
- 将两条用例分别送入模型，比较其蕴含预测是否一致，整个过程不需要真实标签。
工具内置 20 条基于一阶逻辑的变形关系，并支持用户编写新关系。自定义关系会交由 Z3 定理证明器进行等价性验证，确保生成的后续用例在形式上与源用例等价。
LGMT 提供两种使用方式：
- CLI：在终端直接调用，支持批量处理。
- Web Studio：可视化界面，适合交互式调试。两者均提供离线 mock 模式，无需 OpenAI 等 API 密钥。
在 6 种主流 LLM（包括 GPT‑4、Claude、Llama‑2 等）上运行，针对 3,091 个变形组的综合基准，LGMT 检测到的不一致率在 20.84%‑29.44% 之间，表明当前模型仍存在显著的逻辑可靠性问题。
项目代码托管于 GitHub（https://github.com/MaxwelsDonc/lgmt-tool），并配有演示视频（https://youtu.be/gou4opptu1U）。
点评：LGMT 为 LLM 的逻辑一致性提供了系统化、可扩展的检测手段，尤其是对无标签场景的适用性，使得研究者和开发者能够在迭代模型时快速定位推理缺陷。