资讯摘要
论文提出一种反事实评估框架，用于拆解LLM生成的修复动作中的目标记录集与数值更新两部分。作者在交通网络和数据库场景中，从同一初始状态执行各组合进行对比。作者报告，114个交通动作中有76个同时修正两部分带来的增益超过分别修正之和；数据库修复中仅替换更新会使108个动作中的17个变差。在留出观测上，对提案及其重组目标-更新对进行选择可恢复参考动作61.6%的损失降低。
要点速读
- 论文将LLM修复动作拆为目标记录集与数值更新两部分，在交通网络和数据库中评估其配对效果。
- 作者报告114个交通动作中76个同时修正两部分的增益超过分别修正增益之和，另有6个动作单独修正任一部分会变差、同时修正则改善。
- 数据库修复中仅替换所提更新会使108个模型动作中的17个变差，这些动作均选择了未受影响的记录；留出观测上重组选择恢复参考动作61.6%的损失降低，单独选择提案为58.0%。
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 21:06:32（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。