TAPS用后训练加事后选择实现可控弃答，风险低于弃答训练。
资讯摘要
论文比较了模型外选择性回答与模型内弃答训练两种弃答方式，将风险分解为回答能力与区分能力。作者提出TAPS：先做标准后训练提升准确率，再用现成置信度估计器做事后选择，从而保持覆盖率可控。在三个LLM和三个事实问答基准上，采用基于探针的置信度估计器时，TAPS在匹配覆盖率下平均风险比三种代表性弃答训练方法低1.5至9.4个百分点。
要点速读
- 论文将弃答风险分解为回答能力与区分能力，发现弃答训练的优势主要来自回答更好，强置信度估计器下两者区分能力接近。
- TAPS只需标准后训练和现成置信度估计器，覆盖率保持可控，并可受益于任一组件进步。
- 在三个LLM和三个事实问答基准上，TAPS平均风险比三种弃答训练方法低1.5至9.4个百分点；准确率训练常削弱模型自身置信信号，但重新拟合估计器可基本保留区分能力。
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 2026/10/28 08:00:17（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。