全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

大语言模型中的弃答方向:跨查询歧义、知识边界与安全对齐的弃答机制可解释性...

Abstention, the withholding of a response by a large language model (LLM) under uncertainty or safety risks, is essential for trustworthy models. The causes of abstention fall into three perspectives: ambiguity in the Query (Q), limits of Model Knowledge (MK), and misalignment with Human Values (HV). However, prior ana

阅读原文 · Koki Itai, Jun Hirako, Hiroaki Yamagiwa

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

这篇论文碰的是大模型“该不该拒答”这个老问题,但切入角度有点意思:它不问模型输出什么,而是去模型内部找一条“拒答方向”。 过去这类研究基本只盯着安全对齐,也就是模型面对有害请求时的拒绝。这篇把范围扩到了三种情况:问题本身模糊、模型知识不够、以及安全价值不匹配。 三个来源被放在同一个框架里比较,这是它最值得看的地方。 先说清楚边界:材料只有摘要,实验细节、模型...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。