提出PFR测试评估决策模型回退可靠性

Yuanbo Xie等作者提出配对回退鲁棒性（PFR）测试，评估类型化决策模型的回退可靠性，包括两个方面：模型能否在常规选项与回退选项之间正确切换，以及面对同一规则的逻辑等价定义时能否保持一致决策。 基于论文摘要，实验在三个基准上评估开源决策模型，覆盖不同架构和参数规模的受控比较。结果显示，正确识别类别并不能可靠转化为正确的回退操作；即使明确提供正确类别，错误仍然存在。

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。