https://auratracer.kyleforge.com/ 科技事件深度追踪 · 忠实摘要 · 整合时间线 zh-CN https://auratracer.kyleforge.com/events/e1a1fb9adfb3 https://auratracer.kyleforge.com/events/e1a1fb9adfb3 Sat, 10 Oct 2026 00:33:27 +0800 研究 据arXiv cs.CL论文，研究者在Qwen3-14B上测试了训练模型自身或独立组件以决定何时回答或拒绝的策略。在TriviaQA数据集上，学习到的答案选择器将覆盖率从20.2%提升至30.9%，同时将评分答案的错误率从23.0%降至14.5%。尽管在NQ-Open上表现不如始终拒绝，但结果支持在该设置中学习答案选择，同时指出跨数据集的可靠拒绝仍是未决问题。