English(EN) Copies Are Not Confirmations: How News Duplication Fools LLM Judges and Continual Learners

研究发现大型语言模型被重复新闻愚弄

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-09 05:00

一篇题为《复制并非确认》的新研究论文，探讨了大型语言模型（LLMs）如何被重复的新闻内容所愚弄。研究发现，像Llama 3.2和Phi4 Ceti这样的模型会错误地将多份相同的新闻报道视为独立的确认，从而显著增加了它们接受虚假信息的可能性。虽然Gemini 2.5 Pro和Gemini 2.5 Flash在易受影响程度上有所不同，但研究表明，仅仅计算报道数量或依赖基本来源信息不足以防止大型语言模型被重复内容误导。 AI

影响突显了大型语言模型中可能被用来传播错误信息的漏洞，需要改进验证信息来源的方法。

排序理由发表在arXiv上的研究论文，详细介绍了关于大型语言模型行为的发现。[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: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发表在arXiv上的研究论文，详细介绍了关于大型语言模型行为的发现。[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.CL TIER_1 English(EN) · Abdelkader Metales, Miriam Grabenheinrich, Aicha Metales · 2026-11-09 05:00

复制并非确认：新闻重复如何愚弄大型语言模型裁判和持续学习者

arXiv:2611.09203v1 Announce Type: cross Abstract: Many news reports of a claim are copies of one source: wire stories, content shared within a media group, syndicated features and press releases. We ask whether LLM judges and continual learners treat such copies as independent co…

本文如何被排名

报道来源 [1]

复制并非确认：新闻重复如何愚弄大型语言模型裁判和持续学习者

相关实体

相关话题