论文提出数值声明归属错误的确定性审计方法

Mosab Alfaqeeh 等人发布 arXiv:2610.38691 论文，提出一种确定性的 claim-to-evidence 审查器，对 AI 研究智能体生成的数字声明打分：判断上下文是否指向所声称的结果，并将每条声明与数值干扰项比对。 论文重新分析了 540 份 AI 研究智能体基准判定，并人工标注 18 份提交中的 256 条数字声明，发现约五分之四的无支撑声明对应智能体自己文件里来自错误实验、指标或运行的数值，而非公然捏造。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。