清华大学学报(自然科学版)

作者：韩泰来, 谈川源, 邵文彪, 熊浩, 陈文亮

单位：苏州大学 计算机科学与技术学院, 苏州 215006

关键词：大语言模型,不可回答问题,拒答能力

基金：国家自然科学基金面上项目(62376177)

不可回答问题是指因信息不足、不可靠或不连贯而需避免确定性回答的问题。大语言模型在面对不可回答问题时的拒答能力在一些安全相关的领域至关重要, 因此需要系统性地评估模型的拒答能力。该文整合了5个不可回答问题的公开数据集, 根据数据特点将其分为事实性数据集和非事实性数据集, 并构建了1个统一的评估框架, 涵盖直接问答和思维链提示2种方式, 对多个常用大语言模型在二分类任务上进行了拒答能力的测试。实验发现, 对于事实性数据集, 更大参数规模的模型有着较好的拒答能力; 而非事实性数据集对所有模型仍是挑战。同时, 该文还在开放问答任务上进行了模型拒答能力的测试, 大参数规模模型在二分类和开放问答任务上比小参数规模模型表现出了更高的鲁棒性。

来源：2026年第5期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第5期