arXiv · cs.AI · Roman Vashurin, Mikhail Seleznyov, Assel Yermekova, Fedor Chernogorskii, Danila Zykov, Elena Tutubalina, Alexander Panchenko, Preslav Nakov, Nikita Kotelevskii, Maxim Panov · 11 小时前模型评分44
论文提出规格感知的预测不确定性分解方法
Specification-Aware Predictive Uncertainty Decomposition
导读
研究者提出一种面向大语言模型（LLM，Large Language Model）的预测风险三项分解方法，将风险拆为规格不确定性、残余偶然不确定性和认知不确定性。规格不确定性衡量揭示用户未明说的意图后贝叶斯风险能降低多少，可用于判断是否该在预测前请求澄清；残余偶然不确定性则更适合检测分布内预测错误。
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
- “In this paper, we formalize this setting probabilistically and derive a three-term decomposition of prediction risk into specification, residual aleatoric, and epistemic uncertainties.”
来源：arXiv · cs.AI · arxiv.org