回答错误的问题：用于大语言模型拒答的推理轨迹反转

针对大语言模型（尤其是推理模型）在复杂任务中拒答能力不足的问题，本文提出“查询错位框架”。该框架将导致未能拒答的幻觉重新解释为模型回答了错误的问题。基于此，开发了名为“轨迹反转”的新方法：首先生成模型的推理轨迹，仅凭该轨迹重构模型最可能响应的问题，最后对比原始问题与重构问题的相似度。低相似度表明模型可能回答错误并触发拒答。实验表明，该方法在多个前沿模型和数据集上显著提升了拒答性能。