缺失的“我不知道”：为何三项推理可靠性发现共同指向校准式弃答

英文标题：The Missing "I Don't Know": Why Three Reasoning-Reliability Findings Converge on Calibrated Abstention

论文指出，三项近期研究揭示了看似彼此无关的大语言模型可靠性问题，但它们共同指向同一方向：模型需要具备经过校准的“弃答”能力，即在不确定时能够明确表示“我不知道”。摘要提到，Yin 等人（2026）发现推理强化学习会削弱模型对工具可靠性的表征。摘要还提到，Suleymanov 等人（2026）研究了安全约束生成条件下的大模型行为。由于所提供的原文正文仅包含 BibTeX 引用小节，未提供这些研究的完整方法、数据与结论细节。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB