论文提出TCFT，训练模型判断答案是否越过时间截断。
资讯摘要
论文研究大模型在时间截断下的推理失败：被要求以较早时点作答时，模型会使用截断后才出现的知识。作者通过提示干预分析发现，显式截断声明优于隐含历史设定，前缀约束比后缀约束更能减少泄漏，但提示只能引导时间框架，无法让模型自行验证答案是否时间合规。为此论文提出TCFT框架，训练模型识别截断后泄漏、解释边界违规并判断时间可接受性。作者报告在Qwen2.5-7B/14B-Instruct上，平均泄漏分别降低41.89和37.79个百分点。
要点速读
- 论文指出时间泄漏对截断表述方式和指令位置高度敏感，显式截断声明优于隐含历史框架。
- 作者认为监督微调不足，因为事前正确性是答案与截断之间的关系，而非答案固有属性。
- TCFT训练模型识别截断后泄漏并判断时间可接受性，作者报告在Qwen2.5-7B/14B-Instruct上泄漏分别下降41.89和37.79个百分点。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。