LLM对话中用户核查行为与回答线索研究
热点事件观察中
LLM对话中用户核查行为与回答线索研究
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv人工智能板块发布Ahana Biswas与Yu-Ru Lin的研究，考察真实LLM对话中用户接受、核查与质疑行为同助手回答线索之间的关联。研究基于ShareChat和WildChat两个平台的489,283组助手—用户回复对。研究发现，31.9%的相关回复出现宽泛归因语言，而含明确URL的仅1.33%，作者据此指出“声称有依据”与“保留可核查支持”之间存在落差。该研究为观察用户审视行为与回答可核查性之间的关系提供了大规模对话数据证据。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
真实 LLM 对话中的用户审视行为：归因语言与可核查证据的落差报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Artificial Intelligence真实 LLM 对话中的用户审视行为：归因语言与可核查证据的落差
研究分析 ShareChat 和 WildChat 中 489,283 组助手—用户回复对，发现 31.9% 的相关回复出现宽泛归因语言，而含明确 URL 的仅 1.33%，说明"声称有依据"与"保留可核查支持"之间存在落差。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月7日 03:00
- 近 24 小时变化
- -49%
02468
06:0012:0018:0011月8日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。