热点事件持续更新
Nautil：LLM调查员结案决策研究
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Computation and Language发布一手论文《LLM调查员何时结案：基于证据的关闭决策研究》。论文研究LLM调查员在事故、缺陷和宕机调查中何时应结案，提出结案准确性、证据依赖性和结论与缺口质量三项评测，并构建含731份审计案例的Nautil数据集。实验显示，微调9B模型后，过度断言从97%降至35%，正确且不夸大的结论从3%升至43%；仅奖励结案决策的强化学习将平衡准确率从69.2提升到83.3。目前未见后续报道或矛盾信息。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
论文提出三项评测与Nautil数据集，微调与强化学习显著降低过度断言并提升结案平衡准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computation and LanguageLLM 调查员何时结案：基于证据的关闭决策研究
论文研究 LLM 调查员在事故、缺陷和宕机调查中何时应结案，提出结案准确性、证据依赖性和结论与缺口质量三项评测，并构建含 731 份审计案例的 Nautil 数据集。微调 9B 模型后，过度断言从 97% 降至 35%，正确且不夸大的结论从 3% 升至 43%；仅奖励结案决策的强化学习将平衡准确率从 69.2 提升到 83.3。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。