arXiv cs.CL·2026-10-20 00:00· 2 天前AI 评分22

DeclineCraft：联合衡量检索与参数知识的 RAG 弃答基准

DeclineCraft: A RAG Abstention Benchmark for Jointly Measuring Combined Retrieval and Parametric Knowledge

AI 导读

研究者提出 DeclineCraft 弃答基准，以 Minecraft 语料截止后新增功能为不可答问题，审计模型的参数知识暴露，并在 27 个大语言模型上测量正确弃答率（CAR）、可答尝试率与答案准确率。

来源：arXiv cs.CL · arxiv.org