#法语

研究构建法语输入变体基准评测 LLM 准确率与可靠性

论文构建受控法语表层变体基准，覆盖七类任务、4200 组原始-低-高三元组共 12600 条输入，评测两个模型家族的六个模型。结果显示扰动强度越高准确率越低、Brier 分数与负对数似然越差；键盘拼写错误造成最大损失。在原始输入上拟合的校准温度可有效迁移到变体，校准与输入还原结合可进一步改善可靠性。