arXiv · NLP· Hongliang Liu·· 2026-10-09AI 评分21
判决模型中对抗性线索:请求呈现方式的影响
Adversarial Cues in Decision Models Used as Judges: The Role of Request Presentation
AI 导读
向候选答案添加冒号可将 Jev 模型的错误接受率从 1.0% 激增至 26.0%。 研究基于 200 个 DROP 和 GSM8K 源簇,证实数值参考与呈现方式共同导致了该偏差。 GPT-6 Sol 未出现类似的虚假接受现象,但该结果因响应缺失尚未完全解决。
来源:arXiv · NLP · arxiv.org