arXiv · cs.AI· Kadharmoideen Fadurudeen·· 2 天前AI 评分42
LLM 强对流天气指引中的「虚假安抚」：基于真实 NWS 预警的可重放评测
False Reassurance in LLM Severe-Weather Guidance: A Replayable Evaluation Against Real NWS Alerts
来源与原文
arXiv · cs.AI
作者：Kadharmoideen Fadurudeen
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/2611.05290v1
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
一项 arXiv 研究用 117 个基于美国国家气象局（NWS）真实预警构建的案例，评测基于 Claude 的备灾 pipeline 中的「虚假安抚」问题。生产版 pipeline 虚假安抚率为 0.0%（0/66），盲测中性提示词下达 37.7%，要求模型自述盲区时升至 44.9%，且所有案例均为隐性安抚。接入真实预警可消除虚假安抚（McNemar p < 0.0001），但仅给预警数据会导致模型在 87.5% 的无预警对照上误报；研究团队发布了数据集、标签与代码。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。