一篇题为“我们应该键入还是与LLM代理交谈？”的新研究论文调查了不同输入方法对大型语言模型性能的影响。该研究引入了人类输入变异引擎（HIVE）来模拟语音转录和QWERTY键盘扰动。主要发现表明，语音转录问题，特别是结构性变化，比键盘相关的噪声更能降低模型准确性。研究还强调，token生存至关重要，token破坏是准确性下降的主要原因，并且“思考预算”可以显著恢复键盘输入的性能。 AI
影响 这项研究表明，用户与LLM的交互方式会显著影响其性能，可能影响未来的界面设计和模型训练策略。
排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了关于LLM输入方法的研究。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.03970v1 Announce Type: new Abstract: Human input reaches language models by typing or speaking, and each channel leaves a distinct signature: orthographic noise for keyboards; for voice, disfluency from conventional transcription and restructuring from AI-backed dictat…
Human input reaches language models by typing or speaking, and each channel leaves a distinct signature: orthographic noise for keyboards; for voice, disfluency from conventional transcription and restructuring from AI-backed dictation tools. How do they impact an LLM's performan…