本研究提出了一种MAC-调优方法，旨在解决大语言模型在多问题设置中生成虚假信息的问题。该方法通过分离答案预测与置信度估计，显著提高了模型的平均精度，基准测试中提升了25%。
完成下面两步后，将自动完成登录并继续当前操作。
