Skip to content
Hot eventLive

LLM认识论线索利用基准与Qwen干预研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Computers and Society发布一手研究《大语言模型如何利用认识论线索：证据判定的基准与干预研究》。研究通过500个场景、五条互补赛道评测13个大语言模型，发现模型对来源可靠性的识别几乎一致，但当来源历史被替换时，影响从可忽略到完全反转不等。研究还对三个Qwen检查点进行干预：事实复述提升两个27B模型的可靠性敏感度，叠加加权原则后再增39.2和47.2个百分点；9B模型则改变证据谱系敏感度，验证态准确率全程保持100%。目前该研究为最新公开进展，未见后续验证或争议报道。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv新研究评测13个LLM并干预三个Qwen检查点，27B模型敏感度提升，9B模型改变证据谱系敏感度。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Computers and Society
    大语言模型如何利用认识论线索：证据判定的基准与干预研究

    研究通过 500 个场景、五条互补赛道评测 13 个 LLM，发现模型对来源可靠性的识别几乎一致，但来源历史被替换时影响从可忽略到完全反转不等。对三个 Qwen 检查点干预显示，事实复述提升两个 27B 模型的可靠性敏感度，叠加加权原则后再增 39.2 和 47.2 个百分点，9B 模型则改变证据谱系敏感度，验证态准确率全程保持 100%。

Heat trend

There is not enough continuous observation data to draw a trend yet.