Prompt Framing Distorts Count Based Evaluation of LLM Error Detection: Evidence from Numeric Anchoring
프롬프트에 오류 개수를 사전 제시하는 숫자 앵커링(numeric anchoring)이 스팬 수준의 오류 탐지 성능 향상 없이 Count-F1 점수를 최대 0.96포인트까지 부풀리는 F1 인플레이션 현상을 CoNLL-2014 기반의 ErrorBench 프로토콜로 정량화하였으며, GPT/Claude 계열에서 앵커링 민감도가 더 높게 나타나 평가 시 스팬 인식 지표 병행 보고를 권장한다.