本文探讨大型语言模型（LLMs）在知识边界外产生虚假输出的问题，提出了明确知识边界建模（EKBM）框架，以提升模型在对话状态跟踪任务中的可靠性与准确性。

本文探讨了大型语言模型在识别知识边界时的错误反应，并提出了一种新方法以提升其知识感知能力。实验结果显示，改进后的模型在识别知识缺口方面提高了5.6%至4.9%。

本文综述了多项语言模型评估基准，包括韩语基准KoBEST、KLUE、KMMLU，中文高考基准GAOKAO-Benchmark，以及知识边界评估方法。其中KMMLU涵盖45个学科、3.5万道题，GPT-4准确率仅59.95%，低于人类的62.6%，表明韩语模型仍有较大提升空间。

本研究探讨了大规模语言模型（LLMs）在开放领域问题回答中的表现，发现检索增强可以提高其对知识边界的感知，但结果质量受其依赖程度影响。研究还揭示了LLMs在自信度、准确度和判断能力方面的特征。