arXiv · cs.CL· Yawei Li·· 6 天前AI 评分31
S-EDL：从序列似然中引出自证据，实现 LLM 语义校准
S-EDL: Eliciting Self-Evidence from Sequence Likelihoods for Semantic Calibration of LLMs
来源与原文
arXiv · cs.CL
作者：Yawei Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.29832v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出证据学习方法 S-EDL，利用模型自身的序列似然构建可微 Dirichlet 先验，针对特定提示的语义类进行优化，无需固定选项即可校准 LLM 开放式生成。在四个开放式基准和三个模型上的评估显示，S-EDL 显著降低语义校准误差并提升准确率，代码已开源。
来源：arXiv · cs.CL · arxiv.org