协作技术文档的句子具体性评分：一项领域迁移研究

arXiv:2610.01046v1 公告类型：cross 摘要：协作依赖于共享上下文，而技术文档是这些上下文得以在人与 AI 队友之间延续的一种方式。具体性，即语言所表达细节的数量与精确程度，会影响文档所捕捉的信息，以及这些信息传达的准确程度。本研究审查了用于技术文档的句子具体性评分工具，并测试了仅在生成之后应用评分是否有助于在固定的 LLM 生成修订版本中进行选择。在 Wikipedia 和三个技术文档语料库中，固定的通用领域预测器 SpeciTeller 与 Ko 等人的目标适配预测器在作者代码仓库中发布后的固定实现，产生了不同的语料库排序；对于同一句子的排序一致性，其范围为 -0.066 至 0.510。严格过滤和词元长度调整改变了这些模式，但未能使二者趋于一致。在 Gemma 数据集中，使用 SpeciTeller 排序使方向有效的选择比例从 71.7% 提升至 83.3%（+11.7 个百分点；95% 源案例自助法区间为 +1.7 至 +21.7）；在 GPT-OSS-120B 数据集中，使用 SpeciTeller 排序使方向有效的选择比例从 51.7% 提升至 56.7%（+5.0 个百分点；95% 源案例自助法区间为 -6.7 至 +16.7），且所有主要的单评分 GPT-OSS-120B 区间均包含零。这些发现表明，评分的解读及其决策价值取决于预测器和候选集。