论文提出SCE，让模型置信度随证据状态校准
资讯摘要
论文关注语言模型在证据不足时仍倾向作答的问题，提出“证据状态校准”概念，要求模型作答前的置信度与其答对概率一致，并随证据变化而调整。作者提出SCE方法，对模型下一词分布中已有的置信度进行微调，使其匹配各证据状态下的实际正确率。在临床诊断和多跳问答任务、两个模型家族的四个模型上，作者报告Brier分数最多降低60%，AUROC最多提升0.16。
要点速读
- 论文提出证据状态校准，要求模型置信度随证据变化与答对概率匹配
- SCE通过微调模型下一词分布中的置信度实现该校准
- 在临床诊断与多跳问答上，作者报告Brier分数最多降60%、AUROC最多升0.16
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。