研究:检索工具输出致部分LLM准确率下降
热点事件持续更新
研究:检索工具输出致部分LLM准确率下降
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ke Zhang等作者发表论文,用美国地质调查局地球化学模拟器PHREEQC测试检索式工具输出对LLM智能体准确率的影响。在回答158道执行验证选择题时,若通过分节索引检索报告而非将报告放入上下文,GPT-5.1和GPT-5.2准确率分别下降11.3和7.9个百分点;Claude Opus 4.6与Claude Sonnet 4.6未见可检测损失。 研究称PHREEQC报告可达84.68万字符,其确定性使每个打印值都可追溯,作者据此定位检索工具输出在何处造成准确率损失。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
同样的模拟,不同的证据:检索式工具输出在哪里损害 LLM 智能体的准确率报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI同样的模拟,不同的证据:检索式工具输出在哪里损害 LLM 智能体的准确率
用 PHREEQC 地球化学模拟器回答 158 道执行验证选择题时,通过分节索引检索报告而非放入上下文,GPT-5.1 和 GPT-5.2 准确率分别下降 11.3 和 7.9 个百分点,Claude Opus 4.6 与 Claude Sonnet 4.6 未见可检测损失。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。