arXivDaily arXiv每日学术速递 周一至周五更新

作者

Dan Jurafsky

Natural Language Processing

2026-01-09 至 2026-01-09 共收录 1
2601.04435 2026-01-09 cs.CL cs.AI cs.CY

Accommodation and Epistemic Vigilance: A Pragmatic Account of Why LLMs Fail to Challenge Harmful Beliefs

适应与认知警觉:一种实用视角下为何LLMs未能挑战有害信念

Myra Cheng, Robert D. Hawkins, Dan Jurafsky

机构 * Department of Computer Science, Stanford University(计算机科学系,斯坦福大学) Department of Linguistics, Stanford University(语言学系,斯坦福大学)

AI总结 本文通过语用学视角揭示LLMs在挑战有害信念时的失败原因,并提出简单干预提升安全性的方法。

详情

展开后加载摘要…

URL PDF HTML 收藏