论文提出ChronoRegime任务与CTR框架提升时间推理可靠性

Yongyi Huang 等在 arXiv 发布论文，提出面向未来的时间推理任务 ChronoRegime 和置信度感知框架 CTR，要求模型判断历史时间证据是否足以支持对未来的具体回答，而不是直接作答。 作者声称，在多个大语言模型上，CTR 相比普通问答基线平均将严格整体准确率提高 6.7 个百分点，幻觉率降低 18.4 个百分点。以上为论文摘要声称的结果，尚无独立验证。

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。