研究者提出推理感知多重校准框架改进LLM可靠性预测

1. 12:00
   arXiv cs.AI

   面向大语言模型的推理感知多校准可靠性预测框架研究

   研究者提出推理感知多校准框架，在提示词主题分组之外引入基于思维链（CoT）可观测属性的分组，改进 LLM 回答可靠性预测。理论上这类 CoT 分组“内部重要”，纳入多校准可显著提升预测准确度。在幻觉预测和不安全回答检测的多项基准上，加入 CoT 分组降低了 Brier 分数；仅用 CoT 分组（不含主题信息）也能改善跨主题校准。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。