语言模型越来越多地以外部信号作为其答案的条件，一个单一的误导性答案可能会使正确答案出错。明显的补救措施，即训练模型以抵抗此类信号，隐藏了一种失败模式：一个忽略所有上下文的模型看起来很健壮，但当上下文值得信任时却毫无用处。我们将问题重新定义为选择性信任，并引入MIST ，这是一种人工注释的基准

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.06377v1)获取最准确的信息。

---
🔗 **原文链接**: [Learning When to Trust via Selective Context Preference Opti](https://arxiv.org/abs/2608.06377v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Xian Sun, Wei Chow, Yingshuo Wang, Junhao Liu, Wei Gao, Qing Wu, Lingdong Kong

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-07 22:02