English(EN) Overlap, Unique and Conflict: Can LLMs Extract What They Can Recognize?

新基准显示，LLM在提取叙述间冲突信息方面存在困难

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-01 04:00

研究人员推出了一项名为重叠-独特-冲突（OUC）提取的新任务，旨在识别两个叙述之间的协议、冲突和差异。他们开发了一个包含约22,000个叙述对的基准数据集来支持这项任务。对14个开源大型语言模型（LLM）的评估显示，虽然提取独特信息相对容易，但识别重叠和冲突的子句仍然是一个重大挑战，即使对于像Gemma-4.31B这样最强的模型也是如此。对Qwen-3-8B等模型进行微调显示出显著的改进，但跨叙述子句提取，特别是对于重叠和冲突，仍然是一个开放的研究问题。 AI

影响这项研究突显了LLM在辨别文本之间细微差异和协议方面的局限性，为未来模型的开发和评估指明了方向。

排序理由该集群描述了一篇介绍LLM新任务和基准的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 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: 21 / 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LLM新任务和基准的新研究论文。[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, other; 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.CL TIER_1 English(EN) · Eftekhar Hossain, Santu Karmaker · 2026-10-01 04:00

重叠、独特与冲突：大型语言模型能否提取它们能识别的内容？

arXiv:2609.38799v1 Announce Type: new Abstract: Understanding multi-perspective alternative narratives requires identifying how their information agrees, conflicts, or differs across sources. Existing work on cross-text relations largely focuses on categorizing relations between …

本文如何被排名

报道来源 [1]

重叠、独特与冲突：大型语言模型能否提取它们能识别的内容？

相关实体

相关话题