概念Robustness to Paraphrasing
改写鲁棒性
模型在面对同一意图的多样化自然语言表述(改写)时保持性能稳定的能力,是评估LLM在真实场景可靠性的重要维度
时间轴 (近 90 天)
11月6日
现实中的改写会降低无效意图的拒绝率:在16种配置中,有15种在最佳模型上表现出拒绝率下降。
待验证50%
模型在面对同一意图的多样化自然语言表述(改写)时保持性能稳定的能力,是评估LLM在真实场景可靠性的重要维度
现实中的改写会降低无效意图的拒绝率:在16种配置中,有15种在最佳模型上表现出拒绝率下降。