研究：提示词扰动可降低七个大模型答题准确率
热点事件持续更新
研究：提示词扰动可降低七个大模型答题准确率
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
论文作者在arXiv发表预印本（arXiv:2605.30913），研究词汇与语气层面的提示词扰动对大语言模型事实可靠性的影响。作者在礼貌、随机和逐渐有毒的受控变体下，评测七个LLM在ARC-Easy、GSM8K和MMLU上的表现。结果显示：大多数模型准确率下降、预测不确定性上升，且毒性越高准确率越低。归因图分析发现，扰动会放大对扰动敏感的Variant节点相对于核心推理节点的激活与影响，且随毒性分数单调上升。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
Prompt PerturbAItions：大语言模型回答不一致的机制研究报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIPrompt PerturbAItions：大语言模型回答不一致的机制研究
一项 arXiv 预印本研究了词汇和语气层面的提示词扰动如何影响 LLM 的事实可靠性，在礼貌、随机和逐渐有毒的受控变体下评测七个 LLM 的 ARC-Easy、GSM8K 和 MMLU 表现。结果显示大多数模型的准确率下降、预测不确定性上升，且毒性越高准确率越低。归因图分析发现扰动会放大对扰动敏感的 Variant 节点相对于核心推理节点的激活与影响，且随毒性分数单调上升。
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。