arXiv · NLP· Lukas Ellinger, Georg Groh·· 3 天前AI 评分25
研究揭示大语言模型可通过置信度自适应调整答案粒度
Teaching Language Models to Adapt Answer Granularity to Their Confidence
AI 导读
研究表明微调能提升 LLM 在不确定时输出较粗粒度答案的能力,兼顾正确性与信息量。 测试 LFM2.5-1.2B、Ministral3 3B、Qwen3.5-9B 和 Gemma4 31B 发现,低置信度时模型更倾向输出粗粒度答案,且小模型表现优于基础模型。 证明了置信度相关的粒度自适应是可学习的,但收益因模型而异。
来源:arXiv · NLP · arxiv.org