arXiv · cs.CL· Linhai Ma·· 14 天前AI 评分51
arXiv 论文提出 DeRef 方法缓解工具调用裁判模型的推导缺口
Judges Follow the Reference: The Derivation Gap in Verifying Tool-Call Arguments
来源与原文
arXiv · cs.CL
作者：Linhai Ma
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18497v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文（arXiv:2610.18497）发现工具调用裁判模型在输入中没有说明正确取值的参考文本时，接受正确参数值的比例下降，作者称之为推导缺口，在评测的七个裁判模型上均存在，且正确默认值在无截断基准上缺口最大。受控来源搬迁实验表明裁判更倾向采纳可见的错误值而非来源被隐藏的正确值；作者提出的 DeRef 方法由单独模型读取完整对话历史后为裁判生成参考，在三个基准上提升所有受测裁判的参数 AUROC，在受控测试中将 AUROC 从随机或以下水平提升至 98.40 到 99.59。
来源：arXiv · cs.CL · arxiv.org