来源:paper:pp. 7-8, Section 4.5, Table 1
已评估 1/1 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
task: paper review · model: Llama-3.1-8B-Instruct · split: evaluation · attack: Authority spoof · dataset: synthetic LongPIBench paper-review dataset · repetitions: 1 | 1 fraction | 1 fraction | 无法判定 |