English(EN) Quantifying Claim Smoothing by LLM Research Agents

大语言模型研究代理平滑声明，夸大结论超出证据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-27 04:00

研究人员发现了一种称为“声明平滑”的现象，即大语言模型（LLM）生成的研报结论比其支持的证据更具确定性。当LLM综合来自不同来源的信息时，会丢弃证据的“锯齿状”并断言决定性的结论。一个名为SmoothScore的新流程被开发出来，通过提取声明、查找支持证据并根据证据对声明进行评分来量化这种效应。跨多个系统和数据集的实验表明，LLM代理持续夸大其结论。 AI

影响突出了LLM驱动的研究综合中的一个关键限制，可能影响AI生成报告的可靠性。

排序理由该集群包含一篇详细介绍新现象及其量化方法的论文。[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: 10 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新现象及其量化方法的论文。[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: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Tiasa Singha Roy, Manya Wadhwa, Greg Durrett · 2026-10-27 04:00

量化LLM研究代理的声明平滑

arXiv:2610.35793v1 Announce Type: new Abstract: Deep research, or any use of large language models (LLMs) to read a large document collection and produce insights, requires synthesizing information from different sources. In this work, we find that LLMs produce long-form research…

本文如何被排名

报道来源 [1]

量化LLM研究代理的声明平滑

相关实体

相关话题