研究者提出概率VC框架衡量LLM自评能力

Jae Oh Woo等作者发布论文，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区分自身正确与错误解答、并保持置信度校准的能力。 作者称，该工作是一个理论与实证框架，考察大语言模型能否在区分正确与错误解答的同时维持恰当校准的置信度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。