热点事件观察中
当文本沉默时：证据不足下的记忆捷径与 LLM 标注效度
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
该预印本关注大语言模型（LLM）在文本证据不足时的标注行为。研究提示，当文本中缺少支撑证据、而出现知名人名时，模型标注更多依赖记忆而非文本内容；此时标注结果虽在事实上正确，但所依据的方法并不有效。上述结论针对该预印本所考察的标注任务与模型，尚未经同行评审，不能推广到其他任务或人工标注。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
新预印本报告：证据缺失时知名人名使 LLM 标注依赖记忆而非文本。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · Human-Computer Interaction当文本沉默时：证据不足下的记忆捷径与 LLM 标注效度
证据缺失时，知名人名使 LLM 标注更多依赖记忆而非文本，标注事实正确但方法无效。
本事件热度走势
当前热度 3·可比范围峰值 3（11月5日 09:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。