12:41官方账号arXiv cs.AI@Meena Jagadeesan, Tatsunori Hashimoto, Jon Kleinberg这篇论文研究了LLM检测工具如何在用户策略性行为下影响下游指标。作者构建了一个模型,展示不完美的LLM检测器会导致反直觉结果:用户反而可能增加LLM使用量,即使减少检测特征能提升输出质量,引入检测器也可能导致更低的输出质量。实验在arXiv摘要的词频上重现了检测属性的“先升后降”模式。论文揭示了LLM检测作为干预时的失效模式,涉及LLM使用和输出质量的扭曲。论文LLM检测策略性用户行为输出质量推荐理由:这篇论文用模型和实验告诉你,加LLM检测可能适得其反,让用户用更多LLM、产出更差内容,搞学术研究的值得看看。原文稍后读已读值得跟进有用关注 LLM检测