研究與模型 2026年10月11日

本週 · 論文 10 月

預印本稱 5 個模型的判定未必隨規則改變

預印本〈Verdict Without the Rule〉測 5 個模型、20 個監管與平台政策領域：把給模型的規則大幅改掉，它的判定不一定跟著變。 專做內容審查的守門模型，在「把它原本的分類方式改寫成自訂規則」的評測裡準確率 51%，摘要說接近隨機；通用模型在同一套評測是 90% 到 92%，但兩者的評測方式不完全對等，不能直接當成誰強誰弱（arXiv 2610.12313）。論文的主張是：準確率高，證明不了模型真的照你給的規則在判。⚠️ 這篇本報同樣只看了摘要，各領域樣本數沒給。對負責法遵與內容審查系統的工程師，驗收時多一招：把規則改掉一條，看判定會不會跟著改。