研究 LLM 智能体中“主张平滑”量化方法

研究揭示 LLM 智能体生成的长篇报告存在“主张平滑”现象，即模型将多样且冲突的来源合并为单一叙事，得出比引用证据更决断的结论。团队提出名为 SmoothScore 的评分流水线，用于量化此效应。在7个系统和4个数据集上验证发现，智能体一致地提出了超出合理范围的主张。