弥合推理模型在信息不足下的检测-弃答鸿沟

我们指出大推理模型在信息不足问题上的一种失效模式：模型可能识别出问题规定不充分，却仍继续推理并给出缺乏支撑的最终答案，而非弃答。我们将这种失配形式化为检测-弃答鸿沟：已检出的信息不充分未能转化为最终弃答。这一鸿沟在医疗AI等高风险领域尤为令人担忧，因为在证据不完整基础上给出的答案可能比拒答更有害。为弥合这一鸿沟，我们提出Judge-Then-Solve（JTS），一个轨迹级推理控制框架，训练模型在生成解答之前显式作出可答性承诺。JTS不是把弃答当作一种最终答案风格，而是将其视为一个控制决策：模型基于可答性判断要么继续求解，要么提前终止。我们通过监督热身与缺失前提强化学习（辅以一致性与长度塑形奖励）来实例化这一策略。在稠密与MoE推理模型上的实验表明，JTS在各数据集上大幅提升可靠弃答，并将Abstention@Detection（A@D）推向接近饱和，表明模型不仅能检出缺失信息，还能据此采取行动。通过在可答性判断之后立即终止不可答轨迹，JTS减少了不必要的推理，并在继续推机会放大无支撑假设的情况下提升推理效率。我们还观察到，缺失前提训练会改变模型在困难但可答问题上的推理行为，减少低效的自我反思。这些结果表明，信息不足下的弃答是安全高效部署推理模型的关键推理控制形式。