★ 3
Dr. No：用特征引导让视觉语言模型学会拒答
针对大模型在证据不足时仍强行作答的问题，作者提出 Dr. No，利用稀疏自编码器挖掘与「拒答/承诺」相关的特征，在预填充阶段调制少量特征而无需重训。在 LLaVA-1.6 Mistral 7B 与 Qwen3.5-2B 上，其在正确作答与适当拒答之间取得更优平衡，但在缺失答案检测与多跳检索问答上仍…
arXiv cs.LG14 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对大模型在证据不足时仍强行作答的问题，作者提出 Dr. No，利用稀疏自编码器挖掘与「拒答/承诺」相关的特征，在预填充阶段调制少量特征而无需重训。在 LLaVA-1.6 Mistral 7B 与 Qwen3.5-2B 上，其在正确作答与适当拒答之间取得更优平衡，但在缺失答案检测与多跳检索问答上仍…