NodeSyn用社会语境合成查询，失败率高于人工查询。
资讯摘要
论文提出NodeSyn方法，将微调后的分类生成器（TaG）与可信公开来源及提取的敏感属性结合，生成反映真实社会语境与细微危害的查询。作者在医疗建议与自残两个领域用人工验证的autoraters评测十个开放权重与专有LLM，称NodeSyn在其中8个模型上排名第一；其数据集诱发的失败率平均为通用合成基线的3.1倍、结构化合成基准的2.4倍、真实人工撰写查询的1.6倍。消融显示Level 3分类扩展在9/10模型上显著推高失败率。代码与数据集已开源。
要点速读
- NodeSyn将微调分类生成器TaG与可信公开来源、敏感属性结合，生成具社会技术语境的评估查询。
- 在医疗建议与自残两领域评测十个开放权重及专有LLM，NodeSyn在其中8个模型上排名第一。
- 作者报告其数据集失败率平均为通用合成基线的3.1倍、结构化合成基准的2.4倍、人工查询的1.6倍；代码与数据集已开源。
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。