论文
位置与内容之辨：分解大语言模型生成结构化输出中的结构性失败与内容性失败
Where vs What: Decomposing Structural and Content Failures in LLM-Generated Structured Outputs
摘要
JSON和表格等结构化输出是现代基于大语言模型系统的核心，但生成失败通常被整体评估，混淆了两种不同的错误模式：放置错误（正确的值出现在错误的位置）与取值错误（预期位置上出现错误的值）。我们提出结构-内容分解（SCD）框架，独立度量结构保真度与内容准确性。将SCD应用于六个模型（从7B到前沿模型）的嵌套JSON与表格任务，我们发现一个一致现象：随复杂度上升，结构保真度比内容准确性更早、更急剧地退化。在最高复杂度下，即使是DeepSeek-V4-Flash（开启推理）也会放错35%的已召回值，而Qwen2.5-7B放错74%。受控消融实验提示，这种模式与依赖语义捷径而非对输出结构的拓扑理解有关。基于这些发现，我们提出SA-RLVR，通过GRPO将SCD指标转化为强化学习的可验证奖励。SA-RLVR成功优化了不同拓扑下的结构寻址：将JSON值放置准确率（VPA）从26%提升至63%，并能泛化到保留模式（held-out schemas）；此外，它在表格领域也持续带来VPA提升，表明结构感知奖励能够直接增强多领域的结构定位能力。
