待验证50% 置信观点精确时间

用外部专门的答案选择器做拒答判断，可能比直接微调模型内化拒答更务实可控

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

语言模型能学会何时拒答吗？策略学习与答案选择器实验

涉及实体

答案选择器concept

相关事实

待验证医疗AI中的选择性预测机制在低置信度时拒绝答案转介人工审核，被证明比强制输出答案更能降低临床风险79% 相似待验证模型选择弃答（abstention）可以避开压缩失真带来的自信错误76% 相似待验证模型的拒绝更像是表演性的合规（performative compliance），而非实质性的风险控制75% 相似待验证当模型拒绝回答某类问题或对某些话题给出特定倾向回应时，背后是开发者做出的价值选择，而非客观中立的人类共识75% 相似待验证去审查主要影响模型的拒绝倾向，而非基础推理与生成能力，因此在编码等非对齐敏感任务上能力损失不显著75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002064

API

curl https://kongchang.com/api/v1/knowledge/claims/1002064

MCP

get_claim(id=1002064)