研究揭示无触发词虚假训练数据对大模型决策影响

2026年10月5日，arXiv发表的一篇自然语言处理论文研究了无触发词虚假训练数据对大语言模型下游决策的影响。研究发现，直接事实探测与模型实际行为之间存在明显的审计鸿沟。在受控决策任务与真实网络虚假信息测试中，即使模型在直接探测中回答正确或经过了真实性修正，其下游决策依然会被注入的错误信息干扰。此外研究还表明，即使虚假数字被移除，其误导性叙事仍会在模型中残留。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。