研究：表格错误位置影响LLM发现能力

Baowen Zhang等作者发表论文，研究大语言模型（LLM）在不完美表格问答中的错误发现与处理。基于RADAR-T的人类审核样本，对三种LLM的受控实验发现，即使表格内容与标准答案不变，重排行顺序也会改变错误发现结果。 论文指出，LLM在直接检查表格时，当包含相关错误的行出现在表格靠后位置，或这些错误行彼此更集中时，模型更容易发现全部错误行。研究同时考察了提供错误位置是否足以支撑准确问答。

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。