研究：LLM研究代理会“平滑”结论

论文提出SmoothScore量化LLM研究代理的结论平滑问题

资讯摘要

论文指出，LLM深度研究代理生成的报告看似自信综合，却未能准确反映原始文档，作者将这种失败称为“平滑”（smoothing）：模型把多样甚至冲突的来源压缩成单一叙事，丢弃证据的“锯齿感”，给出比引用所能支持的更决断的结论。为此论文提出主张级评分流程SmoothScore，先抽取报告中的关键结论性主张，再检索相关证据并按高层方面聚类，最后逐条评分以量化平滑程度。作者报告在7个系统和4个数据集上，代理一致给出超出证据支持强度的主张。

要点速读

1. 论文将LLM研究代理报告偏离原始文档的现象称为smoothing（平滑）
2. 提出SmoothScore流程，按主张抽取、证据检索聚类、逐条评分量化平滑程度
3. 作者报告在7个系统、4个数据集上，代理均产出比证据支持更强的主张

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 2026/10/28 08:00:17（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。