deterministic-checking

介绍了factwash，一个开源的写入时门控，它通过去除来源归属、模糊限制语或时间语境，确定性地捕捉将传闻变成事实的AI改写。本文分析了何时简单检查就足够、何时需要LLM见证者，并在大型标注语料库上评估了该方法。

本文介绍了一种神经符号流水线，用于自动化LEED v4.1 BD+C合规性验证，使用小型本地部署的语言模型和确定性数值检查。在四栋大学建筑上的实验表明，4B模型优于8B模型，确定性检查器纠正了关键得分点上的算术错误，尽管多模态输入会降低准确性。

文章指出了语音助手的一个结构性缺陷：它们无法检测到在多个对话回合中过度承诺的情况，并描述构建了一个确定性检查器，能在不依赖LLM评估的情况下标记矛盾。