Точный, но не скромный: Оценка эпистемической скромности в агентах больших языковых моделей при конфликте знаний

Исследование оценивает, как большие языковые модели (LLM) справляются с конфликтами знаний, измеряя их эпистемическую скромность (EH), включающую признание, действие и коммуникацию неопределенности. В работе вводятся три поведенческих измерения — Identify, Solve и Escalate (ISE), чтобы оценить реакцию агентов на противоречивую информацию в контролируемых и реальных сценариях.