关于 Evidence Sufficiency Boundary Training 的报道

该研究提出一种训练框架，让多跳QA模型在证据不充分时主动弃权、证据充分时回答，并通过边界翻转边际保证答案稳定性。这表明AI可靠性研究正从「提升正确率」转向「校准回答边界」，即让模型学会何时不回答。