跳到正文
arXiv · cs.AI· Jing Ren·· 22 小时前AI 评分34

LLM 为何会自信地犯错?CoCHI 通过因果头干预纠正过度自信错误

Why Are LLMs Confidently Wrong? Correcting Overconfident Errors via Causal Head Intervention

来源与原文

arXiv · cs.AI

作者:Jing Ren

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/2610.34994v1

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

一项被 NeurIPS 2026 接收的研究提出 CoCHI(Class-oriented Causal Head Intervention)框架,通过分析正确性-置信度模式,定位并干预导致过度自信的模型内部组件来改善校准。在多个 LLM 上的实验显示,Expected Calibration Error、Negative Log-Likelihood 和 Brier Score 一致改善,同时在五个多项选择问答基准上保持准确率。该方法将校准可靠性归因于模型内可识别的结构,而非仅调整输出。

来源:arXiv · cs.AI · arxiv.org