论文提出Phantom Merge实体-证据绑定失败检测修正框架

Wangshu Zhu、Qianwen Guo和Yushun Dong在arXiv论文（arXiv:2610.16141）中识别了大语言模型智能体的一类实体-证据绑定失败，称为Phantom Merge（PM）：智能体选定了正确实体，却把无支持的声明归因给该实体，甚至可能发生在任务本身完成正确的情况下。作者提出AGR+FAC两阶段框架，分别用于检测和修正这一失败。 论文报告的结果限于Shopping场景：在held-out检测集上，AGR-slot达到AUROC 96.2%、平均精度97.3%，优于所评估的检测基线；在端到端缓解评估中，FAC将轨迹级PM从51.4%降至6.2%，输出声明与原始声明的比例为80.7%。代码已在GitHub（LabRAI/PhantomMerge）公开。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。