English(EN) Look It Up: Analysing Internal Web Search Capabilities of Modern LLMs

LLM网络搜索能力得到分析，显示准确性有所提高但置信度校准存在问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

Sahil Kale 的一项新研究论文分析了现代大型语言模型的内部网络搜索能力。研究发现，虽然启用检索功能显著提高了事实查询的准确性，但会降低置信度校准。模型经常调用检索来获取最新信息，但在查询制定和来源选择方面遇到困难，准确率很少超过 70%。研究表明，当前的内部网络检索功能可以很好地作为低延迟验证工具，但尚未成为可靠的信息检索管道，这表明在触发、查询制定和置信度校准方面需要改进。 AI

影响强调了当前LLM网络检索的局限性，并为实时信息访问的准确性和置信度校准提出了改进方向。

排序理由分析LLM能力的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 30 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 分析LLM能力的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Sahil Kale · 2026-09-01 04:00

查一查：分析现代大型语言模型内部网页搜索能力

arXiv:2511.18931v2 Announce Type: replace-cross Abstract: Modern large language models increasingly integrate internal web-based retrieval to provide real-time answers, yet it remains unclear how effectively these systems identify information need, trigger retrieval, and use retr…

本文如何被排名

报道来源 [1]

查一查：分析现代大型语言模型内部网页搜索能力

相关实体

相关话题