English(EN) Attribution in Scientific Literature: New Benchmark and Methods

新的REASONS基准解决了LLM在科学文献中引用幻觉问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员推出了REASONS，这是一个新的基准，旨在评估大型语言模型（LLM）在生成科学文献时引用归因的准确性。该基准包含来自不同arXiv类别的12,000多个引用实例，并采用了弃权率（AR）和幻觉率（HR）的双重指标框架。实验表明，虽然先进的检索增强生成（RAG）方法与朴素RAG相比显著降低了幻觉率，但在对抗性设置下仍可能导致高幻觉率。人工评估表明，事实性幻觉与可接受的释义之间存在显著比例，这凸显了LLM在不确定时适当弃权的必要性。 AI

影响该基准可以推动LLM生成科学内容的可靠性改进，减少错误信息。

排序理由该集群描述了一篇介绍用于评估LLM引用归因的基准和方法的学术论文。[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: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇介绍用于评估LLM引用归因的基准和方法的学术论文。[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, safety; 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) · Deepa Tilwani, Yash Saxena, Seyedali Mohammadi, Ankur Padia, Edward Raff, Amit Sheth, Srinivasan Parthasarathy, Manas Gaur · 2026-09-10 04:00

科学文献中的归因：新基准和方法

arXiv:2405.02228v4 Announce Type: replace-cross Abstract: Large language models (LLMs) increasingly generate citation-backed responses, yet citation hallucination remains a major challenge for trustworthy scientific information access. We introduce REASONS, a benchmark of 12,723 …

本文如何被排名

报道来源 [1]

科学文献中的归因：新基准和方法

相关实体

相关话题