JeetDSharma

新的UNSPECIFIC框架解决了LLM复制粘贴捷径问题

研究人员开发了一个名为UNSPECIFIC的新框架，以解决大型语言模型（LLM）在遵循复杂指令时出现的复制粘贴捷径问题。该方法从相似的参考文章中合成约束，以减少直接复制，并选择性地强化约束以保持自然性和挑战性。在新闻、故事和博客领域的评估表明，UNSPECIFIC显著增加了LLM的难度，GPT-5 Mini的满意率从90%下降到78%。该框架还揭示了许多约束常常只是表面上满足，并未影响核心叙事。