arXiv · cs.CL· Sachin Kumar·· 14 天前AI 评分22
看似完整不等于真正落地：用人工撰写灾情报告评估 LLM 生成的 Sitrep
Looking Complete Is Not Being Grounded: Evaluating LLM Sitreps Against Human-Authored Situation Reports
来源与原文
arXiv · cs.CL
作者：Sachin Kumar
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/2610.18762v1
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
研究者从专业人道主义灾情报告中提取 15 槽位信息框架，评估 121 份人工报告与 261 份 LLM 生成报告。在 Cyclone Idai 上，gemini-3.7-flash 评审下最佳机器报告得分 0.827 略高于人类上限 0.821，但差异在统计上不可区分，且在 gpt-5.6-luna 下不复现；机器报告仅复现 5.4-11.0% 的当日官方数据，且发布来源信息（日期、机构、权威性）均未达到专业报告覆盖水平。
来源：arXiv · cs.CL · arxiv.org