Format-Sensitivitätsindex: Token-gesteuerte Prompt-Wrapper-Robustheit und Schema-Compliance im LLM-Benchmarking

arXiv:2607.09665v1 Ankündigungstyp: neu Abstract: Prompt-Wrapper unterscheiden sich oft nur in der Formatierung, können aber die Modellwerte so stark verändern, dass Ranglisten-Schlussfolgerungen umgekehrt werden. Wir untersuchen diese Varianz unter einem Token-kontrollierten Protokoll und führen zwei komplementäre Metriken ein: den Format-Sensitivitätsindex (FSI).