论文提出QXR框架修复LLM判定不一致的声明集

Paul He、Elke Kirschbaum 和 Shiva Kasiviswanathan 在 arXiv 发布论文，提出 QXR 框架，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，再通过删除一个小型 hitting set 完成修复。 论文声称，在基于 VitaminC、FEVER 和冲突证据 RAG 构建的基准及多种 LLM 判断器上，QXR 相比一次性直接整体判定的方式，能在保持高精确率的同时保留更多有效声明。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。