这篇论文研究什么问题？
研究草稿-验证-修订流水线中不同阶段LLM对上下文依赖表达的指代理解差异，即指示转移。
Can LLMs in Draft-Verify-Revise Pipelines Resolve Deictic Ambiguity?
（翻译）LLM在草稿-验证-修订流水线中能否解决指示语歧义？
资讯摘要
Abstract page for arXiv paper 2609.12162: Can LLMs in Draft-Verify-Revise Pipelines Resolve Deictic Ambiguity?
AI 摘要
该论文研究草稿-验证-修订流水线中不同阶段LLM对上下文依赖表达的指代理解差异，即指示转移。作者用10个基础样例、三种条件构建合成数据集，测试来自三家提供商的6个模型、21种推理配置。GPT-5.2平衡准确率从0.156升至0.942，Gemini 3 Pro各推理水平均高于0.94；错误时元评估器依赖表面线索。建议明确各阶段指代对象。
AI 问答
实验使用了多少数据和模型？
使用10个基础样例、三种条件构建合成数据集，测试来自三家提供商的6个模型、21种推理配置。
主要发现是什么？
GPT-5.2平衡准确率从无推理时0.156升至最高0.942，Gemini 3 Pro各推理水平均高于0.94；元评估器出错时依赖表面线索，作者建议明确各阶段指代。
更多资讯
被AI放大的光学「戏份」，让「配角」舜宇的生意越做越大
OpenAI故意欠技术债，等Codex来还：仅2名工程师，把核心存储从Python重写成Rust
物理 AI 的大结果何时到来？一张GPU跑10万原子！分子之心用AI把化学反应“拍”成了电影XCancel 服务再次下线豆包手机明日开卖，AI能帮你操作App了吗？
探秘柬埔寨，千年吴哥窟数亿元！前京东副总裁“消失”4年：不造会跑的天工，他在仓库里给人形机器人“占工位”
CLARITY闯关失败 加密市场闻声而动 政策空白谁填补
苹果Siri AI上线；豆包手机助手消费版正式发布；塔克拉玛干沙漠发现两处大型地下水水源日本百岁老人人数首次超过 10 万人
「沃什时代」首次加息要来了？华尔街算好了三种剧本
现在参与以太坊原生质押为什么要先排队一个月？
黄仁勋正演讲遇特朗普突然来电：通话全程直播
语义翻译的操作日常：把”我觉得不对”变成”机器能查”
GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”
美联储今起议息 沃什或成关键一票
GPT Image 2.5 对比实测：变化与局限担心代码被拿去训练！英伟达：限制员工使用 Claude；一汽将成广汽第二大股东！南北丰田拟合并；苹果回应「iPhone 18 Pro破发」
Ctenophores Aren’t Just Beautiful. They’re Biological Wonders.
比 MEGA Home 便宜 14 万！理想 i9 Home 上市定价 36.98 万元，六座旗舰变天了和Jeff Dean押注同一方向，27岁清华助理教授创业，两个月融资数亿
实习生1天消耗1亿Token被约谈：如何衡量Token的ROI
飞书与豆包工作合体后首亮相：Agent 能进群，还能帮你写周报、做PPTSDL3 移植到 HarmonyOS / OpenHarmony
无效的管理者和疲惫的基层：浅论考核指标的漂移
云连锁到轻连锁，品牌业务逻辑的改变
Java新闻汇总：Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4j
CoinEx宣布体面关停：值得肯定但不该神化
从”边卖边补”到”准备好再卖”：产品商品化的四步闭环