科学文本问答的结构化条件反事实生成与验证

Structurally conditioned counterfactual generation and validation for question answering from scientific text

Frontiers in Computer Science · 发布于 2026-10-21 08:00 · 收录于 2026-10-22

摘要

研究提出基于LLM的结构化流程，对100篇Scopus摘要生成事实与反事实QA，67篇用于验证。生成用gpt-4.1，自动验证用gpt-5-mini按15项清单执行；三名标注者一致性中等，平均成对Cohen's kappa约0.54。原始QA/关系级正确性0.97/0.89，文档级全局一致性0.07，25.4%文档验证分数下降超阈值。

论文/研究文本分析/VOC

来源与原文

Frontiers in Computer Science2026-10-21 08:00

阅读原文 →