arXiv论文探索跨语言LLM时序置信度
热点事件持续更新
arXiv论文探索跨语言LLM时序置信度
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv发布论文《Beyond Calibration》，针对两个前沿大模型在解题前后的置信度信号进行评估。研究发现，解题前的置信信号校准能力较弱，而解题后的信号虽然认知对齐度更高，但会显著增加推理成本。该版本号为v1，发布时间确认为当日上午。 研究进一步指出，这种时序置信信号在英文与马拉地语直接翻译间表现出良好的可迁移性。然而，当应用于本地马拉地语知识任务时，信号性能出现显著退化。此外，即使模型产生幻觉回答，在生成后仍维持较高的置信度状态，这揭示了现有大模型自我评估机制存在的明显局限。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
跨语言与本地化场景下的 LLM 时序置信度评估：超越校准报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AI跨语言与本地化场景下的 LLM 时序置信度评估：超越校准
研究评估了两个前沿 LLM 在解题前后阶段的置信度信号，发现解决前信号校准较弱，而解决后信号具有更强的认知对齐但增加推理成本。 该信号在英文与马拉地语直接翻译间保持良好转移，但在本地马拉地语知识任务上显著退化，且幻觉回答在生成后仍维持高置信度，揭示现有 LLM 自我评估机制的局限。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。