标签
SAGE 提出了一种群体级别的不确定性目标，该目标在采样响应上构建基于答案条件的不确定性几何结构，以改进大语言模型中的口头不确定性对齐，并引入了 GUPO 进行训练。跨推理任务的实验表明，不确定性排序得到改善，过度自信有所减少。
UNIQ引入了一种用于离线强化学习的共形校准方法，该方法基于不确定性对每个状态自适应调整保守性，在部分D4RL基准测试上优于IQL，同时保持内存效率。
UCCI提出了一种校准优先的路由器，用于LLM级联，它使用等渗回归将令牌级别的边际不确定性映射到错误概率，在生产级NER任务中实现了31%的成本降低，同时保持微F1=0.91，并将期望校准误差从0.12降至0.03。
本文介绍了 Agent-BRACE，该方法将大型语言模型（LLM）智能体解耦为信念状态模型和策略模型，以处理部分可观测环境中的长视距任务。通过语言化状态不确定性，该方法在保持上下文窗口大小恒定的同时，相比基线方法实现了显著的性能提升。
本文介绍了 BitCal-TTS，这是一种运行时控制器，通过在测试时扩展期间校准置信度信号，提高了量化推理模型的准确性并减少了过早终止的问题。