当大型语言模型的事实支持较弱时，它们可以产生流畅的答案。本文介绍了Chain-of-Self-Questioning （ CoSQ ） ，这是一个仅提示性的框架，它使答案承诺以回答问题所需的信息的明确评估为条件。我们在17个条件下对817项TruthfulQA多项选择验证集u评估了三种CoSQ变异。

---
**📖 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/2609.17516v1)获取最准确的信息。

---
🔗 **原文链接**: [When Should LLMs Abstain? Chain-of-Self-Questioning for Sele](https://arxiv.org/abs/2609.17516v1)
🏷️ **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: Ali Şenol

---
🐾 **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。
AI安全不是遥远的哲学问题，正在变成每个AI开发者都要面对的工程实践。
这篇文章不贩卖焦虑，讲的东西很实在。

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_

---
⏱️ 2026-09-16 13:01