English(EN) Where Facts Go Missing: A Layerwise Taxonomy and Per-Layer Attribution of Information Omission in Air-Gapped LLMAgent Pipelines

新研究详细介绍了隔离式大模型代理中的信息遗漏问题

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-24 16:10

一篇题为《事实缺失之处》的新研究论文，提出了一种用于隔离式大模型代理管道中信息遗漏的分类法和归因方法。研究发现，高达73.4%的信息遗漏源于确定性中间件层，而非模型本身。研究还发现，增加上下文长度与更高的遗漏率密切相关。 AI

影响突出了大模型代理在敏感应用中的关键故障点，指导开发人员提高隔离环境下的可靠性。

排序理由该集群包含arXiv上发布的学术论文的两个版本，详细介绍了分析大模型代理管道中信息遗漏的新分类法和方法论。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.MA (Multiagent) TIER_1 English(EN) · Santhiya Rajan · 2026-07-24 16:10

事实缺失之处：空气隔离的LLM代理管道中信息遗漏的层级分类与逐层归因

Air-gapped and on-premises deployments in regulated settings (clinical FHIR services, legal review, sovereign infrastructure) cannot call frontier APIs; they run quantized 4-8B models via llama.cpp or vLLM behind tool servers. The dominant reliability failure is omission: the sil…
arXiv cs.MA (Multiagent) TIER_1 English(EN) · Santhiya Rajan · 2026-07-24 16:10

事实缺失之处：隔离网络LLMAgent管道中信息遗漏的层级分类与逐层归因

Air-gapped and on-premises language-model agents can silently omit decision-critical facts at any boundary between source ingestion and final answer generation. We present a nine-layer taxonomy (L0-L8), an instrumented attribution harness, and a conditional omission waterfall tha…