Qwen3-32B に関する報道

この研究では、ツール強化言語モデルのサポートされていない宣言の失敗を、発生率と状態修復率という 2 つの測定可能な指標に分割し、Qwen3-32B の固定設定では、1 回のツール呼び出しで不確実性を排除できるにもかかわらず、最初の応答 512 件中 33 件がサポートされていない宣言で終了したことがわかりました。これにより、幻覚検出やツール使用の成功率に焦点を当てたこれまでの取り組みと比較して、モデルの信頼性を正確に定量化するための新しいフレームワークが提供されます。