soft-scoring

#soft-scoring

重新思考LLM作为评判器的口头置信度：2025年后专有模型上的兼容性转变

arXiv cs.CL ↗ · 2026-09-11 缓存

本文表明，对于2025年后的专有模型，口头置信度已成为LLM作为评判器的更优软评分机制，挑战了之前倾向于对数概率的建议。它引入了过度置信度建议和自我辩论，以改善校准和鲁棒性。

0 人收藏 0 人点赞