arXiv · cs.AI· Sahil Kale·· 7 天前AI 评分27
超越校准：LLM 置信度在多语言与本地化场景下的时序评估
Beyond Calibration: Temporal LLM Confidence Assessment Across Languages and Local Settings
来源与原文
arXiv · cs.AI
作者：Sahil Kale
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/2610.27702v1
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
研究者对比 LLM 解题前（FOK）与解题后（JOL）置信度信号的可靠性，涵盖两个前沿模型、多个推理领域及英语与马拉地语基准。解题前的低成本信号校准较弱，解题后置信度认知对齐更强但推理成本更高；英语与马拉地语间校准趋势可经翻译迁移，但在本地化马拉地语知识上明显退化，幻觉回答在生成后仍保持高置信度。
来源：arXiv · cs.AI · arxiv.org