arXiv Artificial Intelligence· Kardelen Subasi, Jaros{\l}aw A. Chudziak·· 18 小时前AI 评分31
BiasGuard-D：用类型化对抗契约实现可审计的 LLM 输出质量管控
Conflicted Records: Typed Adversarial Contracts for Auditable LLM Output Quality Enforcement
AI 导读
BiasGuard-D 让来自不同模型家族的两个对抗角色交换类型化主张文档，由三模型法定人数按多数票裁决，再用指称加语义的联合不变量校验裁决结果。语义组件能捕捉指称检查漏掉的裁决，去掉迭代循环后不变量满足度明显下降。该审议层仅改角色设定即可从刻板印象修复迁移到幻觉修复，在 HaluEval QA 上使正确答案恢复率提升 49 个百分点；每条主张、投票和指令都以类型化记录留存，形成可供审计的溯源链。
来源：arXiv Artificial Intelligence · arxiv.org