本文提出了随机误差攀升 (SEA) 框架，通过反直觉的迭代式语义相似性错误搜索和关系 DAG 引导，在有限预算下高效挖掘闭源 LLM 海量知识库中的知识缺陷，显著提升了错误发现效率和成本效益，并揭示了 LLM 跨模型家族的系统性知识薄弱环节。
[CL]《Discovering Knowledge Deficiencies of Language Models on Massive Knowledge Base》L Song, X Ding, J Zhang, T Shi... [University of Southern California & University of Wisconsin–Madison & University of Washington] (2025) 网页链接#机器学习##人工智能##论文##AI创造营#
