arXiv ID:
2607.07670
arXiv 提交日期: 2026-07-08
Bielik 知道它不知道什么吗?激活分散度在不同模型规模下区分实体熟悉度与事实可靠性 / Does Bielik Know What It Doesn't Know? Activation Dispersion Separates Entity Familiarity from Factual Reliability Across Model Scale
1️⃣ 一句话总结
本研究通过分析语言模型的内部激活模式,发现了一种无需生成回答即可检测模型对实体熟悉程度的信号,该信号能可靠区分已知实体与虚构实体,但熟悉度并不等同于回答准确性,后者随模型规模增大而显著提升,且模型即使对未知实体也极少主动拒绝作答。