연구진은 언어 모델이 답변 지식이 부족할 때 환각을 피하기 위해 회피를 결정하는 새로운 프레임워크인 Conformal Abstention (CA)을 제안했어요. CA는 모델의 예측 신뢰도를 기반으로 답변 여부를 결정하며, 기존 CP 방식의 문제점을 해결하고 유한 샘플 보장을 제공해요. 기하학적 교정 전략을 통해 예측 신뢰도를 개선하여 75%의 조건부 정확도를 달성하며 선택적 답변 능력을 향상시켰어요.