arXiv cs.MA· Kardelen Subasi, Jaros{\l}aw A. Chudziak·· 12 小时前AI 评分31
BiasGuard-D：用类型化对抗契约实现可审计的 LLM 输出质量管控
Conflicted Records: Typed Adversarial Contracts for Auditable LLM Output Quality Enforcement
AI 导读
BiasGuard-D 通过两个来自不同模型族的对抗角色交换类型化声明文档、三模型法定人数多数投票裁决，并用指称加语义的组合不变量校验结果，从而捕捉单纯指称检查漏掉的缺陷。在 HaluEval QA 上，该审议层仅调整角色设定即可从刻板印象修复迁移到幻觉修复，正确答案恢复率提升 49 个百分点。每条声明、投票和指令都以类型化记录存储，为受新兴 AI 监管约束的运营方提供可审计的溯源链。
正文 · AI 翻译
摘要：LLM 生成的记录日益充斥于生产信息系统，这些记录被视为数据资产，需满足与运营数据库记录相同的质量预期。单条此类记录可能同时满足并违反某条质量规则：一个有据可依的事实紧邻着一处幻觉，一个有用的答案紧邻着一种刻板印象。传统数据清洗无法解决这一问题，因为这两种判断在同一文本片段上互不相容；单个 LLM 评判者同样无能为力，因为它共享了产生冲突的训练偏差。提示工程、思维链和 RLHF 等现有干预措施降低了表面错误率，却不提供审计轨迹，也无法区分真正的修复与一刀切的压制。问题在于，对结构化智能体间记录进行确定性检查，能否捕捉到仅靠指称性检查所遗漏的缺陷。我们提出 BiasGuard-D：从不同模型家族中抽取两个对抗性角色交换类型化声明文档，由三模型法定人数以多数票裁决，并通过指称加语义的组合不变量验证裁决结果。语义组件会在指称性检查遗漏的裁决上触发；移除迭代循环会显著降低不变量满足度。该审议层仅需更改角色设定即可从刻板印象修复迁移到 HaluEval QA 上的幻觉修复，使正确答案恢复率提升 49 个百分点；分诊门控需要跨家族的第二审计员，以维持对客观幻觉的召回率。每项声明、投票和指令都存储为类型化记录，为操作人员提供可依据新兴 AI 法规审计的来源轨迹。
| 评论： | 已被国际合作信息系统会议（CoopIS 2026）接收 |
| 主题： | 数据库（cs.DB）；人工智能（cs.AI）；计算与语言（cs.CL）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.29669 [cs.DB] |
| （或本版本使用 arXiv:2610.29669v1 [cs.DB]） | |
| https://doi.org/10.48550/arXiv.2610.29669 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Kardelen Subaşı [查看邮箱]
[v1]
2026 年 10 月 21 日星期三 12:43:35 UTC（84 KB）
来源：arXiv cs.MA · arxiv.org