发布历史修正主义检测基准

Zhijing Jin 团队在 EMNLP 发布论文、HistoricalMisinfo 评测基准以及公开的代码和数据集，用于检测大语言模型生成的历史修正主义叙事。研究显示，在明确要求生成修正主义内容的提示词诱导下，被测模型产出此类叙事的比例为81%至97%，但该结果不代表常规提示下的普遍发生率。 HistoricalMisinfo 覆盖45个国家的500个有争议历史事件和11种传播场景，并采用“LLM 作为评审”的协议区分事实与非事实叙事，以支持历史修正主义风险的评测。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。