★ 3
ConCI：LLM 上下文完整性受控反事实基准
论文提出 ConCI 基准，用「锚点流 + 两个单参数反事实」三元组联合评分，只有三条全部判断正确才计分，以区分模型是真的理解上下文还是倾向于一律拒绝。基准含 556 个三元组、1,592 条信息流，每条由 7 名标注者验证。测试七个 LLM 发现，即使最强模型也在约五分之一三元组上出错，且普遍对…
arXiv cs.AI12 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 ConCI 基准，用「锚点流 + 两个单参数反事实」三元组联合评分，只有三条全部判断正确才计分，以区分模型是真的理解上下文还是倾向于一律拒绝。基准含 556 个三元组、1,592 条信息流，每条由 7 名标注者验证。测试七个 LLM 发现，即使最强模型也在约五分之一三元组上出错，且普遍对…