CERTA：以回答确定性表达支持适当信任的 RAG

建立对 AI 系统恰当程度的信任既重要又困难。LLM 虽具有接近人类的交流能力，却可能生成幻觉并表现过度自信，使用户难以判断答案真实性。用户重视善意，模型通过自我反思提供可靠、诚实回答有助于体现该价值。论文建议传达适当的自我反思确定性。CERTA 系统结合问题、上下文和回答的相关性，表达回答的不确定性；确定性基准包含90组非客观问题—上下文组合，分为事实、偏好、附和及道德四类，配合相关、不完整和不相关三种上下文。实验使用两种 LLM，比较基线 RAG 与三种 CERTA 设置，结果表明系统有助于识别不确定回答、减少过度附和，并在道德判断中更谨慎。