热点事件持续更新
研究团队提出并开源MisleadQA基准
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
2026年10月，研究者推出包含弃权选项的评测数据集MisleadQA，用于诊断大语言模型（LLM）在误导性上下文中的失效问题。在六款开源权重LLM上的测试表明，单独提供“真实但脱靶”的上下文会导致模型在原本回答正确的问题中出现29.3%的错误转向；“虚假但对题”上下文的致错率则高达75.4%。研究还发现，即使加入了正确上下文，虚假上下文依然会导致21.0%的致误率。目前，该基准的相关数据与代码均已开源。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
研究团队推出并开源MisleadQA基准，测试显示误导性上下文显著导致LLM失效。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 自然语言处理MisleadQA：诊断误导性上下文中 LLM 的失效问题
研究者推出包含弃权选项的评测数据集 MisleadQA，用于诊断 LLM 在误导性上下文中的失效问题。在六款开源权重 LLM 上的测试显示，单独提供“真实但脱靶”的上下文会导致模型在 29.3% 的原本正确问题上转向错误答案，而“虚假但对题”上下文的致错率达 75.4%。即使加入正确上下文，虚假上下文仍会导致 21.0% 的致误率，相关数据与代码均已开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·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。