DebugLM: Learning Traceable Training Data Provenance for LLMs
DebugLM: 为大语言模型学习可追溯的训练数据来源
机构 * University of California, Davis（加州大学戴维斯分校） ； University of Southern California（南加州大学）
AI总结 DebugLM通过内置数据溯源能力，使LLM能追溯行为来源，支持测试时针对性修复，提升调试效率和模型鲁棒性。
高校专区
University of Southern California（南加州大学）
Evaluating LLM-Simulated Conversations in Modeling Inconsistent and Uncollaborative Behaviors in Human Social Interaction
评估LLM模拟的对话在建模不一致和不合作行为中的表现
机构 * Microsoft Corporation（微软公司） ； Penn State University（宾夕法尼亚州立大学） ； University of Southern California（南加州大学）
AI总结 本文提出CoCoEval框架，通过检测10种不一致和不合作行为评估LLM生成对话与人类对话的差异，发现LLM生成的对话在常规提示下较少出现不一致行为，但通过提示工程难以有效控制，监督微调可能导致过度生成特定行为。
The Moral Foundations Reddit Corpus
道德基础Reddit语料库
机构 * University of Southern California（南加州大学）
AI总结 该研究提出一个包含16123条Reddit评论的语料库，用于标注道德情感，通过评估不同模型表现，强调了人工标注数据在AI对齐评估中的重要性。
