两篇新的研究论文解决了大语言模型数据污染的关键问题，特别是在代码生成和回测场景下。第一篇论文介绍了TRACER，一个旨在检测代码中指示污染的语义相似性的框架，即使对于GPT-5等模型也能达到高精度。第二篇论文提出了Shapley-DCLR和TimeSPEC，通过关注驱动决策的声明并确保预测仅基于截止日期前的知识，来衡量和缓解大语言模型回测中的时间污染。 AI
影响 这些方法旨在提高大语言模型评估的可靠性和可信度，这对其安全有效部署至关重要。
排序理由 两篇在arXiv上发表的学术论文，介绍了检测和缓解大语言模型数据污染的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.24079v1 Announce Type: cross Abstract: Data contamination is a known threat to the reliability of model evaluation. However, it remains underexplored in code large language models (LLMs), where contamination often goes beyond exact duplication. We present TRACER, a sem…
arXiv:2602.17234v2 Announce Type: replace Abstract: Backtesting LLMs on resolved events assumes models reason only from pre-cutoff knowledge, yet pretrained models inevitably leak post-cutoff knowledge. We introduce a claim-level evaluation framework that decomposes prediction ra…