DART 用歧义导向向量微调，改善 7 个模型的过度自信问题

研究者提出 DART 方法，利用可解释性手段构建歧义导向向量（ambiguity steering vectors），引导微调并改善 7 个模型的置信度校准。该方法在保持准确率的同时，缓解 LLM 不知道答案时仍高度过度自信的问题，作者另附推文串讲解技术细节。