arXiv论文解析对话问答中答案载荷与置信信号

2026年10月26日，研究者Duc-Vinh Tran在arXiv发布预印本论文《Not One Belief》，聚焦对话式问答中答案载荷、持久性与解离置信信号。论文基于Qwen2.5-7B模型实验发现，81个错误中，无答案字符串的修复率低于0.15，而提供金标准答案可修复75%-95%的错误。 研究进一步表明，用户反驳时提供答案字符串的正确答案转化率至少是单纯追问的四倍。在四种置信信号测试中，Qwen2.5-7B表现不一，其中冻结探针的响应随答案持久性而非真实性上升，揭示了置信信号与事实正确性的解离现象。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。