讓模型承認自己不知道：降低幻覺的提示設計

幻覺的一大來源是：提示裡沒有「不知道」這個合法選項。模型被要求回答，就一定會生出東西。

明確提供退場選項

限制：
- 只根據 <context> 內的資訊回答。
- 若 <context> 沒有足夠資訊，answer 一律填 "insufficient_context"，不得推測。
- 回答時必須在 evidence 欄位引用 <context> 的原文片段。

要求引用原文

強制引用是很有效的抑制手段：模型必須找到可引用的句子才能作答，找不到時就自然會走向 insufficient。而且引用欄位讓你能程式化驗證——檢查 evidence 是否真的出現在 context 裡。

def verify(answer, context):
    ev = answer.get('evidence', '')
    return bool(ev) and ev.strip()[:40] in context

別懲罰誠實

如果你的評測把「不知道」一律算錯，模型（以及調提示的人）就會被推往亂猜。評測設計上應該區分三種結果：答對、答錯、誠實棄答，並讓答錯的代價高於棄答。