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
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美国军方首次证实在太空部署了武器
横扫四榜，DM0.5 凭什么面面俱到？
CoinShares Q2 挖矿季报：矿企倒贴钱退出前高通算法研发经理跨界AI算力板检测，获近亿元战略投资丨36氪首发
CLARITY法案为何倒在参议院门口？这主流如你所愿8点1氪丨选手赛中失禁污染赛道，HYROX中国宣布整改；机构预计美股明年将暴跌21%；苹果推出Siri人工智能
找不到小红书爆文选题？去淘宝差评区抄！
开学季 | 学生理财的三条建议，学生党也可以一样理财
分析师：四大关键因素驱动 Robinhood 链快速增长廉价太阳能改变世界能源格局
当我怀念旧版 Edge 浏览器时，我在怀念什么？高通技术公司携手中兴努比亚和豆包手机助手，共同推动智能手机迈入个人AI新时代
今晚「鸽派加息」？
只会搜关键词还不够，Agent 需要一套更聪明的本地搜索
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！
从200亿收购失败到650亿IPO：Figma如何用“协作”颠覆设计帝国2nm天玑9600 Pro，把旗舰SoC竞争推向「融合计算」
CLARITY的失败 跟加密行业好坏没啥关系
AI 写了几十页 PPT，“经营分析”报告仍被批不够深入？7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开
Grayscale：比特币能否优化私募市场投资组合？
从 270 分钟到 18 分钟：B 端产品经理如何主导一个 AI 达人撮合系统PS2 Fat 使用的安全芯片在时隔 26 年被破解商用割草机器人完成数千万融资，用L4级无人驾驶重构高尔夫草坪运维｜硬氪首发F-Droid 上的应用有多少是在 AI 帮助下编写的？Firefox 156 释出圆桌：智能向实，产业向新——AI如何进入真实世界 | 36氪 2026产业未来大会碧桂园服务与支付宝全面深化合作，共筑“智慧物业”数字化新标杆
WorkBuddy + 美图设计室，在对话框里就能解决办公设计任务？