arXiv · AI· Zizhuo Zhang, Xiong Peng, Jingwei Sun, Rong Yao, Shixiong Kai, Mingxuan Yuan, Bo Han·· 2026-10-05AI 评分33
无监督测试时校准学习提升大语言模型推理准确性与置信度
Test-time Calibration Learning for Large Language Model Reasoning
AI 导读
论文提出无标签框架 TTCL,利用自监督信号在测试时联合优化模型推理准确率与置信度校准。在基础模型上,该方法在 8 个基准测试中实现准确率相对提升 40.13%,ECE 降低 70.80%。源码已开源,支持在领域偏移场景下进一步提升已校准模型性能。
来源:arXiv · AI · arxiv.org