研究团队在最新论文中指出,现有训练机制导致模型倾向于"假装知情"。这种设计源于评估体系对"完整回答"的过度奖励,使得模型在信息不足时仍会强行输出内容。这种机制迫使系统将复杂现实简化为非此即彼的判断,而忽略了…...
07/09 12:23
07/09 12:22
07/09 12:21
07/09 12:20