★ 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
#反事实
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
CNRF：视觉语言模型的选择性安全防护框架
论文提出反事实邻域风险场（CNRF），通过构造上下文匹配的良性-有害反事实对，将表征差异作为风险方向，并单独估计邻域支持度，避免把不熟悉误判为有害。该框架支持选择性干预而非一律拒绝，在三种 VLM 和五类多模态越狱攻击上取得 86.06%-89.30% 的宏观防御成功率，同时保留良性任务效用。
arXiv cs.AI16 天前
★ 3
CHASE：反事实引导的智能体评测框架演化
研究指出自动 harness 优化可能利用基准协议捷径产生作弊式提升。为此提出 CHASE，将 harness 演化建模为保持有效性的基准反事实约束生成，并给出统计保证，在 OfficeQA 上保留基准增益同时显著降低协议变更下的增益破坏。
arXiv cs.AI45 天前
★ 3
潜世界模型预测后果并强化机器人导航策略
论文提出兼容性预测潜在世界模型（LWM），用于机器人导航，预测动作条件下的潜在特征兼容性而非重建观测。模型利用跨轨迹采样的动作序列进行反事实训练，并在世界模型内通过强化学习改进策略，无需动作标注和环境交互。在多个真实导航数据集上优于先前方法。
arXiv cs.AI65 天前
★ 2
COFFEQA：反事实引导少样本蒸馏提升 LLM 问答
论文提出 COFFEQA，利用反事实上下文为少样本知识蒸馏提供额外监督，并引入 Context Following Difficulty 指标在蒸馏前验证反事实质量。在 T5 与 Qwen2.5 系列、五个域内与三个域外问答基准上，该方法在相同少样本预算下优于仅用事实样本的基线。
arXiv NLP20 天前
★ 2
LW2S：多智能体 LLM 工作流的反事实信用分配
论文将多智能体 LLM 工作流中的组件省略问题形式化为反事实信用分配，提出 Learning What to Skip（LW2S）。该方法通过受控跳过干预学习动作级安全模型，结合留出校准与领域守卫选择跳过时机。在数学推理、选择题问答与代码生成任务上，LW2S 在保持或提升整体准确率的同时降低了 t…
arXiv cs.AI34 天前
★ 2
反事实图像审计的公共见证证书研究
该研究提出公共见证等级与见证神经形式化图像编辑的局部-全局失败，区分审计与因果识别。通过Helly型论证提供不相容证书，并在MNIST等数据集上验证方法。
arXiv cs.AI58 天前