ExCAM 论文：检测 LLM 文化错误，准确率达 80%

ExCAM 论文提出首个可识别、评分并解释 instruction-output 对中文化错误的评测指标，均衡测试集错误检测准确率最高达 80%，超过 GPT-5 等基线。配套发布 ExCAM40k 数据集，由九个现有基准重排版并加入合成错误构成。目前仅支持文本错误检测，未来可能扩展到多模态。