惩罚框架下的无有效选项 MCQA：分析大语言模型在无效选项下的弃权表现

一项研究提出了惩罚框架下的无有效选项 MCQA，用于分析大语言模型在选项均无效时的弃权（ABSTAIN）可靠性。基于 MMLU-Pro 数学子集移除正确答案并惩罚强行选择的实验表明，高 MCQA 准确率并不能保证弃权可靠性。即使在明确提示和惩罚机制下，模型对原本能正确回答的题目仍会强行选择无效选项。