arXiv · cs.AI· Qian-Wen Zhang, Biao Liu, Fang Li, Jie Wang, Lingfeng Qiao, Yifei Yu, Di Yin, Xing Sun·· 7 小时前
FactGuard 通过 FACTGUARD-BENCH 提升长上下文模型识别不可回答问题的能力
Towards Reliable Long-Context Reasoning: Detecting Unanswerable Questions via FactGuard
arXiv:2504.05607v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Qian-Wen Zhang, Biao Liu, Fang Li, Jie Wang, Lingfeng Qiao, Yifei Yu, Di Yin, Xing Sun
期刊信息（来源提供）：EMNLP 2026
研究任务与主要进展
论文提出 FACTGUARD 多任务工作流和包含25,220个样本的 FACTGUARD-BENCH，用于评估大语言模型在证据缺失与误导证据场景下拒绝不可回答问题的能力。对11个开源及专有模型的评测显示，领先模型准确率仅为71.62%；基于该基准训练后，作者报告总体准确率提升至81.17%。源码公开于 https://github.com/biaoliu-kiritsugu/FactGuard。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org