摘要
本文针对训练数据泄露导致的回顾性预测偏差问题，提出了一种基于时间锚定的案例研究方法，分析大语言模型在 2026 年中东冲突早期的推理能力。通过构建关键时间节点与可验证问题，要求模型仅依据当时公开信息进行推导。研究发现，当前顶尖模型展现出显著的战略现实主义，能超越表面修辞洞察深层结构激励；但在政治模糊的多主体环境中表现不均；且其叙事随时间从快速遏制预期演变为系统性消耗战分析。该研究为理解动态危机下的模型推理提供了无后见之偏的档案快照。
AI 推荐理由
论文核心评估 LLM 在动态地缘政治冲突中的推理能力、战略现实主义及叙事演变。
研究机构
阿联酋大学人工智能学院，阿布扎比，阿联酋
马里兰大学帕克分校，美国
论文信息