微软论文:LLM 被错误质疑时会放弃正确答案

微软研究员 Soheil Abbasloo 与 Peng Cheng 发布论文《Benchmarks Don't Talk Back: Learning Through Self-Disagreement》,指出当用户错误质疑 LLM 时,模型往往会放弃原本正确的答案,且仅靠提升准确率的训练无法解决这一问题。论文提出 Self-Disagreement 训练方法,可将坚持正确答案的比例提升至 89%。

2026-11-19 ~ 2026-11-19 · 2 条相关

另有 1 条近重复转述:rohanpaul_ai