arXiv · Computation and Language· Jiayu Feng·· 4 hr agoAI score42
LLM 州政策回忆中的跨司法辖区替换测量
Right Number, Wrong State? Measuring Cross-Jurisdiction Substitution in LLM Recall of State Policy
AI brief
研究以固定题干、仅变换司法辖区的最小集设计，覆盖美国 50 州与哥伦比亚特区共 51 个辖区及三项 Medicaid 收入资格数值，检验 LLM 答错州政策题时是模型幻觉还是返回了另一州的真实值。
Source: arXiv · Computation and Language · arxiv.org