技术

Abstention(弃权)

弃权指AI系统在不确定或缺乏足够信息时选择不给出答案,以避免错误输出,解决模型过度自信的问题。典型应用包括医疗诊断和自动驾驶中的安全决策,代表工作有选择性分类和基于置信度的阈值方法。

收录于 2026/8/28相关资讯 6 篇近 30 天 4 篇在词典中查看 →

详细解释

弃权机制通常基于模型输出的置信度分数,当低于阈值时拒绝预测。在分类任务中,选择性分类允许模型在覆盖率和准确率之间权衡。在生成任务中,模型可输出“我不知道”或请求澄清。实现方式包括贝叶斯神经网络、深度集成和温度缩放校准。弃权对于高风险领域至关重要,可减少错误传播并提升系统可信度。

别名与相关写法
abstention

相关术语

论文共现 3 篇
Abstention-Aware共现 1 篇
State-Grounded共现 1 篇
Reasoning共现 1 篇
推理可靠性共现 1 篇
Agent共现 1 篇

相关资讯

完整术语表见 AI 术语词典; 每日新术语与进展见 AI 早报。

Abstention(弃权) 是什么?AI 术语解释 - 智讯 AI News