arXiv · cs.AI· Paul He, Elke Kirschbaum, Shiva Kasiviswanathan·· 3 小时前
QXR：面向自然语言声明集的全局一致性修复
Global Consistency Repair for Natural-Language Claim Sets
arXiv:2601.13600v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Paul He, Elke Kirschbaum, Shiva Kasiviswanathan
研究任务与主要进展
Paul He、Elke Kirschbaum 和 Shiva Kasiviswanathan 提出 QXR，用于修复包含整体不一致性的自然语言声明集合。该框架将 LLM 作为有噪声的集合级一致性判断器，定位最小冲突子集，并通过删除小型 hitting set 进行修复。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org