arXiv · NLP· Jiayi Li, Dennis L. Shung, Bradly C. Stadie·2026-10-27 12:00· 3 小时前AI 评分40

基于证据状态校准语言模型的置信度：SCE 方法降低 Brier 分数最多 60%

Each Insufficient in Its Own Way: Calibrating Language Models Across Varying Evidence States

AI 导读

针对语言模型在证据不足时仍强行作答的问题，SCE 方法通过微调 next-token 分布实现证据状态校准。在临床诊断和多跳问答任务中，该方法使 Brier 分数降低最高达 60%，AUROC 提升最高 0.16。

来源：arXiv · NLP · arxiv.org