TrustMargin：大语言模型中参数记忆与检索证据的免训练仲裁

大语言模型利用参数记忆和检索证据回答知识密集型问题，但两者可靠性不一。检索虽能填补知识空白，却可能干扰正确的闭卷答案。本文研究生成后的冲突，提出一种答案级源仲裁方法：在相同冻结模型生成的直接答案与 RAG 答案间决定信任源。提出的 TrustMargin 是一种免训练、即插即用的仲裁层，利用模型自身似然性评分，结合参数先验边距与证据绑定边距，无需微调或外部裁判即可选择最优答案，显著提升多基准测试表现。