发生了什么
Research Team 发表 Llama 和 Gemma 模型对误称表达响应分析(66K 种误称, 19 样式)
为什么值得关注
建议阅读原文以获取误称样式分类和模型具体响应数据，为模型安全和评估设计提供实践参考。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
LLM 对误称表达的响应差异研究
研究发现，LLMs 对误称的接受程度随语气、确定性和语法形式变化。通过 EoBench（包含约 66K 种误称，19 种样式）评估 18 款 Gemma、Llama 和 Qwen 模型，发现指令调优和更大模型更能抵抗误称影响。指令性、儿童导向、正式语言和权威声明最易影响模型，而虚弱或反事实表达则最易被忽视。该研究表明，提示措辞会隐性改变模型答案，强调评估和产品保障需直接测试语言框架。
打开原始来源 ↗