论文用多模型对抗审议加类型化记录，为LLM输出提供可审计质量校验。
资讯摘要
论文提出 BiasGuard-D，针对 LLM 生成记录可能同时满足与违反质量规则的问题，让来自不同模型家族的两个对抗角色交换类型化声明文档，由三模型法定人数按多数票裁决，并用指称加语义的联合不变量校验结论。作者报告该审议层从刻板印象迁移到幻觉修复时，在 HaluEval QA 上使正确答案恢复率提升 49 个百分点；每条声明、投票与指令均存为类型化记录，形成可审计溯源链。
要点速读
- 两个对抗角色来自不同模型家族，交换类型化声明文档，三模型法定人数以多数票裁决。
- 指称加语义的联合不变量用于校验裁决；作者称移除迭代循环会显著降低不变量满足度。
- 作者报告在 HaluEval QA 上迁移到幻觉修复使正确答案恢复率提升 49 个百分点，且需跨家族第二审计者维持召回。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。