BeliefScope框架诊断大模型信念修正

Shuai Guo、Yidong Cui 发布 BeliefScope，一个黑盒评测框架，用于区分大语言模型对同一命题的立场变化来自相关证据，还是来自无事实依据的方向性用户压力。该框架通过概率报告、分类判断和行动建议三类响应通道测量立场变化。 作者称，在 36 个 Qwen/Llama 模型家族的评测、以及额外纳入 Gemma3-12B 的 12 个家族针对性检验中，所得画像显示结果高度依赖评测语境：在匹配对照、解码方式或响应界面变化时，模型层面的宽泛差异可能改变，而部分模型内部的较窄模式保持稳定。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。