多答案任务里，模型能把正确选项全排在干扰项前，却仍可能给其中一些正确项过低概率。 https://arxiv.org/abs/2610.29217 论文在 … · @vintcessun · TwKit

@vintcessun

多答案任务里，模型能把正确选项全排在干扰项前，却仍可能给其中一些正确项过低概率。 https://arxiv.org/abs/2610.29217 论文在 MetaTool、HotpotQA 和 ECtHR 上，读取 Jev、Liquid d1、GPT-6 Luna Decisions 对候选项分配的归一化概率；还把正确选项复制成完全相同的副本，检验概率是否均匀。结果显示，统一阈值难以找回完整正确集合，逐项 yes/no 也没改善。概率可用于排序，但不该当作每个选项为真的概率。

曝光 59 · 评论 2 · 点赞 2 · 书签 0