arXiv · cs.AI · Jae Oh Woo, Mengdie Flora Wang, Rahul Ghosh, Baishali Chaudhury, Mun Young Kim · 9 小时前模型评分42
大语言模型能否可靠地自我评估？一个概率 VC 框架
Can LLMs Reliably Evaluate Themselves? A Probabilistic VC Framework
导读
研究者提出概率 VC（PVC）与校准感知 PVC（C-PVC）两个复杂度指标，用于衡量大语言模型（LLM，Large Language Model）区分自身正确与错误解答并保持置信度校准的能力。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present a theoretical and empirical framework that examines whether LLMs can differentiate between correct and incorrect solutions while maintaining properly calibrated confidence.”
来源：arXiv · cs.AI · arxiv.org