跳到正文
热点事件持续更新

研究发现LLM汇报研究问题新颖性存在缺陷

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

Guy Zyskind 等研究者在 arXiv 论文(arXiv:2611.23546)中发现:语言模型在验证研究问题时,会把尚未被研究的开放问题说得像已有部分研究,并夸大相关论文的结论。研究者同时提出了修正方法,称该方法不需要访问模型权重或内部激活,因此也适用于闭源前沿模型。 论文的测试结果显示问题普遍存在:在 40 个取自新录用论文的问题上,GPT-6-Astra 能正确判断 98% 的问题未被研究,但在普通回答中只有 8% 明确说出这一状态;六个前沿系统的报告缺口在 30 至 90 个百分点之间。

AI 根据报道生成 · 17 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    arXiv 论文发现语言模型会把未研究的开放问题说得像已有研究

    arXiv 论文(arXiv:2611.23546)发现 LLM 在验证研究问题时会把开放问题说得像部分已研究,并夸大相关论文的结论。40 个来自新录用论文的问题中,GPT-6-Astra 正确判断 98% 未被研究,但普通回答中只有 8% 明确说出该状态;六个前沿系统报告缺口达 30-90 个百分点。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。