LLM生成自传的场景级验证失败率是多少？
96.7%，即366天中354天未得到验证。
Auditing the Synthetic Memoir: Measuring Scene-Level Confabulation in LLM-Generated Autobiography Against the Documented Record of the Life It Describes
（翻译）审计合成回忆录：对照其所描述生活的文档记录度量LLM生成自传中的场景级虚构
资讯摘要
Abstract page for arXiv paper 2608.23640: Auditing the Synthetic Memoir: Measuring Scene-Level Confabulation in LLM-Generated Autobiography Against the Documented Record of the Life It Describes
AI 摘要
该论文首次量化审计LLM生成的自传：以366天日记为输入，LLM逐日生成内容，对照独立语料做场景级核验，96.7%的日子未被证实，主要失败模式是“有根据漂移”（真实人物和场景被嵌入虚构场景）。重复生成仍100%失败；引入语料作生成基础后失败率降至83.3%。研究提供审计工具与量化证据，揭示长文本生成中事实虚构的严重性。
AI 问答
主要失败模式是什么？
有根据漂移，即真实人物、雇主和场景被放入虚构场景。
引入个人语料作为生成基础有何效果？
验证失败率从100%降至83.3%，但仍存在大量残余失败。
更多资讯
这届 AI PC，太烧心了商务部欧洲司负责人解读中欧贸易投资磋商机制第二次例会成果特斯拉在欧洲将 Full Self-Driving 改名为 Tesla Assisted Driving未经批准含有“金融控股”等字样 三家企业被要求整改前8个月万能险保费近5000亿元同比增长8.4%中节能太阳能西藏首个“光伏+构网型储能”一体化项目落地那曲
COIN、HOOD、CRCL：链上金融三种模式纯炒作？那为什么只有 Muse 爆了App+1｜专注星空：让「少刷手机」这件事更愉悦一点日本美滨核电站3号机组反应堆重启LinkAndroid v2.4.0 投屏内核更新至 scrcpy 5.0，编码解码全面提速超强厄尔尼诺已经形成人社部：力争到2030年技能人才占就业人员比例升至35%Rails 之父 DHH 狂吹 Rust 快 150 倍，被开发者翻代码后群嘲让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践 | IROS 2026第三季度21家上市银行获511家机构调研国旅文化投资集团增资至11.63亿元，增幅超130%
陶哲轩转发抵制声明，数学界和OpenAI彻底撕破脸得中女得天下？这个年销3亿的女装品牌AAAD给出了新答案！
金色Web3.0日报 | Starknet拟升级为L1 2027年抗量子Zentrola 1.1.0 发布：应用接入、成本核算与月度 Token 配额给客户装个Workbuddy就能搞定的事，为什么我还在搭工作流独家丨蔚来李斌最新内部讲话：明年将有重量级新车，未来3年的核心是三个聚焦母婴业这样用WorkBuddy就对了国内金饰价格集体上涨AI需求推动日本工业机床未交订单额超1万亿日元北京市“十五五”时期深化国际消费中心城市建设规划发布里程碑时刻！比亚迪第15万台新能源商用车下线
私钥没泄露 近3.9亿美元怎么被转走的？字节凶猛：从招聘看字节AI战略战术背后的逻辑与细节