PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.13104v1cs.LG

권위, 진실, 인용 편향: 대규모 언어 모델의 인식론적 취약성 연구를 위한 대규모 다중 도메인 벤치마크

Authority, Truth, and Citation Bias: A Large-Scale Multi-Domain Benchmark for Studying Epistemic Susceptibility in Large Language Models

인용 신호가 대규모 언어 모델(LLM)의 인지적 취약성에 미치는 영향을 분석하기 위해 22만 개 이상의 프롬프트로 구성된 다중 도메인 벤치마크인 AuthorityBench를 제안한다. 평가 결과 인용의 존재가 사실 여부와 관계없이 환각(hallucination) 비율을 일관되게 증가시키며, 특히 가짜 인용이 참된 주장과 결합될 때 일반 지식 영역에서 환각이 크게 증가함을 확인했다.