LLM输入歧义检测扰动框架发布

针对大语言模型（LLM）在处理模糊输入时直接回答导致的歧义问题，研究团队提出了一种“先检测后消歧”的扰动框架。该框架的核心创新在于通过保留标签的扰动方法，在模型输出结果之前主动检测输入的模糊性。在技术实现上，该框架设计了两种检测器：一种是基于规则的黑盒检测器，另一种是结合内部信号引导的白盒检测器。相关研究已于2026年10月28日在arXiv的NLP领域（cs.CL）发布，同时官方已开源了相关代码。实验结果在四个数据集中显示，该框架在检测输入歧义方面优于传统的输出侧不确定性基线方法。研究强调了在LLM处理流程中，识别并检测输入歧义优先于消除歧义的重要性，为提升模型对模糊指令的鲁棒性提供了新的技术路径。

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。