arXiv cs.CL· Junru Wu, Jingting Zheng, Yuqi Ren, Deyi Xiong·· 3 小时前AI 评分46
VALCON：通过双角色变体评测并提升大语言模型的价值一致性
VALCON: Benchmarking and Enhancing Value Consistency in Large Language Models via Dual-Role Variation
AI 导读
VALCON 通过双角色变体把 LLM 的价值一致性拆成 VAB-Consistency、VAB-Boundary、VAB-Challenge 三个基准套件，成对比较模型的生成行为与评估判断。对 28 个 LLM 的实验显示跨角色不一致普遍存在：输出高度合规的模型常无法让判断与自身生成对齐。机制探针发现角色依赖的表征解耦，据此提出的表征导向干预可有效缓解一致性失效。
来源：arXiv cs.CL · arxiv.org