研究提出Box²-Bench评估模型选择性依赖
发生了什么
Hugging Face Papers报道，研究人员引入Box²-Bench以衡量语言模型对外部指导的选择性依赖能力。研究发现前沿模型在可靠指导下受益，但在误导下仍脆弱。通过仅使用不良工作流训练开放权重模型，反事实监督微调提高了鲁棒性，基于结果的强化学习增加了有用工作流的使用，表明训练可塑造信任外部指导的策略。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口