EMNLP 2026 论文提出 Claim-Locked Reporting，锁定统计主张再生成报告
论文把报告生成拆成「先锁数据、后写文字」，fMRI 报告数字复现率从 61.1% 升到 98.5%，临床试验报告方向反转率降到零，对做 AI 审稿和报告生成的团队有直接参考价值。
大模型写报告时，数字抄对但结论说歪是现有检测方法查不到的错误：比如把 85.9% 略低于 79.5% 写反方向，或把「观察到提升」说成「证明了必要」。这篇 EMNLP 2026 论文提出 Claim-Locked Reporting：先锁定每条陈述的证据、数字、方向和允许的最强措辞，再让模型动笔衔接。
正文摘录
.jpg)  现如今大模型生成报告越来越流行，然而幻觉问题始终影响着报告的可信度。现有方法经常通过 prompt 叮嘱模型小心，或者写完后用幻觉检测查一次。然而，有一种错误这些检查很难查到：数字填写正确，Claim 是错的。例如说大于写成小于，可能写成显著，这些错误不是后测可以检查的。 上述错误尤其发生在输入文本中数字非常多的情况下，这种输入包含一堆数字、输出是一段人话，一般叫做统计文本生成。例如临床总结、报告生成和 AI 审稿。 本文提出 Claim-Locked Reportiing 用于解决此类问题，保证输出报告的重复率和可信度。