arXiv · cs.AI · Kadharmoideen Fadurudeen · 5 小时前模型评分45
研究：看不到官方预警时，Claude 类助手会给出虚假安抚
False Reassurance in LLM Severe-Weather Guidance: A Replayable Evaluation Against Real NWS Alerts
导读
一项可复现评测用 117 个真实美国国家气象局（NWS，National Weather Service）预警案例回放 Claude 类备灾流程，发现看不到预警的提示词条件下虚假安抚率达 37.7% 至 44.9%，而生产流程为 0.0%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：政务与公共事务
事件类型：研究发布
证据摘录
- “We call this false reassurance and measure it by replaying 117 frozen cases built from real U.S. National Weather Service (NWS) alerts”
- “we release the dataset, labels and code”
来源：arXiv · cs.AI · arxiv.org