研究揭示LLM生成博物馆描述时字段类型决定信息处理

2026年10月22日，研究者Clemencia Siro和Laura Hollink发布论文，该成果被EMNLP 2026 Findings接收。 研究采用两阶段框架，在保持物体身份不变的情况下，通过受控字段探测发现图像既可支持视觉接地，也可能增加无依据的解读。 研究发现，元数据数量本身无法解释生成行为，字段类型才决定模型是接地、省略还是推断信息。 该研究要求数据到文本评估应考核字段级和声明级支持，而非依赖总体输入覆盖率或参考相似度。

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。