arXiv cs.CL· Chuhong Xu (Sofia University), Bo Su (Indiana University), Ziyao Chen (University of California, San Diego), Ruiyang Xu (Northeastern University), Shimeng Dai (Michigan State University), Xinyu Qiu (Northeastern University)·· 9 小时前AI 评分23
同数字引用替换：压力测试 Jev 作为金融证据评判器
Same-Number Citation Swaps: Stress-Testing Jev as a Financial Evidence Judge
AI 导读
研究用同数字引用替换法压力测试 Jev 作为金融证据评判器的表现，评估其对 GPT-4.1-mini 计算轨迹的来源支撑验证能力。在固定操作数与运算、仅在同数字单元格间移动引用的条件下，带符号数字指针基线解释了大部分恢复效果，显式列标签能改善部分错误角色判定，但也会降低对等价证据的支持。在 36 个新来源页上的后续评测复现了检测角色错误与保留有效引用之间的同一权衡。
来源：arXiv cs.CL · arxiv.org