Tax reasoning systems

大型语言模型在处理矛盾的税务数据时遇到困难，但自我检查可提高可靠性

一篇新的研究论文探讨了大型语言模型（LLMs）在税务推理系统中的可靠性，特别是在面对缺失或矛盾的事实等有缺陷的输入时。虽然大型语言模型在格式良好的案例中能够准确计算税负，但其在不完美数据上的表现会显著下降。研究发现，模型在遇到矛盾时通常会进行计算而不是弃权，但在被提示验证输入时，它们能有效地识别这些问题。通过整合验证步骤，模型在最小化对准确性影响的同时，在很大程度上恢复了对有缺陷输入的弃权能力。