标签
本文研究了多模态声明验证模型在面对LLM改写所引起的文本风格变化时的表现。作者对11个开源权重视觉语言模型（2B–38B）进行了评估，发现模型准确率在自然改写和受控的LLM词汇注入下基本保持稳健，但以模糊限定为导向的修改会在几乎所有模型中引起一致的概率偏移。
这篇探索性论文评估了在基于DisCoCat的情感分析中，LLM辅助改写中等复杂度金融句子的效果，发现基于提示的压缩可以将电路复杂度降低70%以上，并且与低复杂度基线相比，准确率略有提升。