回到信息流
论文更新 / THE SIGNAL

FRANZ:审计LLM主观回答的沟通框架

Not What, But How: A Framework for Auditing LLM Responses across Positioning, Generalization, Anthropomorphism, and Maxims

AI 辅助整理

资讯摘要

论文提出FRANZ,一个用于对LLM回答进行沟通层面审计的自动化框架,从文化定位、泛化用语、拟人化线索和会话准则四个维度刻画回答方式。作者同时构建SQUARE语料库,含来自57个subreddit的37.6万个主观问题,映射至7个国家和19个问题类别。作者用三个开放权重LLM的回答打分,报告各回答特征频率存在统计显著差异,并发现内部人定位与拟人化呈正相关,耦合程度因国家而异。

要点速读

  • FRANZ从文化定位、泛化语言、拟人化线索、会话准则四维度审计LLM回答
  • SQUARE语料库含37.6万个主观问题,来自57个subreddit,覆盖7国19类
  • 对三个开放权重LLM打分显示回答特征频率差异显著,内部人定位与拟人化正相关且耦合度随国家变化

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 2026/10/20 21:06:31(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。

阅读 arXiv · cs.CL 原文arxiv.org · 在新窗口打开