热点事件持续更新
研究发现判例标签与事实对大模型审批决策呈反向影响
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv自然语言处理领域发布的一项研究显示，大语言模型在参考历史案例执行政策审批时，案例的判决标签与案件事实会对决策产生相反方向的引导效应。研究发现，在案例基本相似的条件下，若仅将历史判决由拒绝修改为批准，DeepSeek V4.1 Flash、GPT-5.6 Luna 与 Claude Haiku 5.5 的批准率可提升 30 至 55 个百分点；但如果仅向模型展示案件事实并隐去判决结果，偏向批准的事实反而会导致模型降低批准率。
AI 根据报道生成 · 5 小时前更新
最新进展11月3日 13:00
研究发现大模型在政策审批中，历史判决标签与案件事实会对决策产生相反方向的引导。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 自然语言处理判例标签与事实对大语言模型审批决策产生反向影响
研究发现大语言模型在参考历史案例执行政策审批时，案例的判决标签与案件事实会对决策产生相反方向的引导。在案例基本相似的情况下，仅将历史判决从拒绝改为批准，可使 DeepSeek V4.1 Flash、GPT-5.6 Luna 与 Claude Haiku 5.5 的批准率提升 30 至 55 个百分点；但若仅展示案件事实而隐去判决，偏向批准的事实反而会导致模型降低批准率。
本事件热度走势
当前热度 8·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。