NullPrime 开源发布：检验大模型能否识别不可知问题的阴性对照基准

作者开源了 NullPrime 基准，通过过滤掉小质数因子构建无表征规律的质数判定集，作为检验大模型不确定性感知与拒答能力的阴性对照工具。直接提问时，多数受测大模型会在约半数难题上捏造错误因数并强行断言；在允许拒答选项后，部分模型在难题上的拒答率可达 91% 至 100%，而在配备代码工具时准确率普遍提升至 89% 至 100%。