纽约大学提出SmoothScore量化LLM报告论断平滑

事件综述根据 1 篇报道整理，10月27日更新

纽约大学团队（Manya Wadhwa、Greg Durrett）在 arXiv 预印本中提出 SmoothScore，一个在论断层面打分的流程，用来衡量 LLM 研究代理生成的长篇研究报告中的结论是否比所引文献证据更绝对，并将这一现象称为 smoothing。 该流程除 SmoothScore 评判环节使用 GPT-5 外，其余各阶段均使用 GPT-5-mini，所有调用均设 reasoning_effort=medium 并使用默认采样；代码与数据已公开。研究还指出，Gemini Deep Research 不公开其浏览步骤。上述为预印本阶段的指标提出与验证，尚未经过同行评审。

综述由模型根据报道生成，细节以各篇原文为准。