拒答校准 LLM-DailyDigest 2026-08-16 2026-08-16 约 100 字 预计阅读 1 分钟 拒答校准 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 人名识别评测 1 PUN：面向人物中心 LLM 评测的可信未知姓名 08-24 判断校准 1 Localize-Then-Decide：LLM 判断的人类一致性保障 08-27 协同演化 1 HERA：脚手架与环境协同演化提升智能体可靠拒答 10-08 拒答评测 1 TRAPSBench：视觉语言模型能识别不确定性，却不会克制回答 08-16 模型可靠性 1 Jev 算术任务中的拒答瓶颈 10-01 测试时对齐 1 ReFrame：证据引导的多模态模型测试时安全对齐 08-24 缺失前提识别 2 PremiseSQL：评测 Text-to-SQL 的前提批判与拒答能力 10-18 ACA-RL：面向缺失前提推理的询问、条件回答与弃答强化学习 08-18 置信度评估 3 法律权威缺失时，决策模型应作答还是拒答？ 10-22 多正确选项下决策模型的非对称概率分配 10-22 CoSQ：通过自我提问实现大模型选择性拒答与风险控制 09-16 自蒸馏 1 面向可控安全拒答的边界感知自蒸馏 09-07 评测基准 1 DeclineCraft：联合评测检索与参数知识的 RAG 拒答基准 10-21 评测审计 1 拒绝、分解、刷新：闭环 AI 的声明安全评测协议 09-18 风险评估 1 Judge, Retrieve, or Abstain：具风险保证的 LLM 裁判 08-19
