移除式测试提升LLM解释忠实度

发生了什么

arXiv论文提出一种在推理时移除未在解释中提及概念的测试方法，以解决解释不完整问题。该方法在两个数据集、多个模型家族和两种忠实度指标上均提升了解释忠实度，且无需修改模型参数，具备模型无关性。