arXiv cs.CL· Jiayu Feng·· 4 小时前AI 评分24
研究测量 LLM 跨州政策召回中的跨辖区替换现象
Right Number, Wrong State? Measuring Cross-Jurisdiction Substitution in LLM Recall of State Policy
AI 导读
研究用固定问法、仅改变辖区的设计，测试 Claude Sonnet 5.5 和 GPT-5.6 Sol 在 51 个美国辖区、3 项 Medicaid 收入资格数值上的表现，两者分别有 10 和 25 项（共 153 项）可复现地给出其他州的当前值。
来源：arXiv cs.CL · arxiv.org