研究者提出推理感知多校准可靠性预测框架

Ekaterina Fedorova、Alessandro Morosini 与 Chara Podimata 提出“推理感知多校准”框架，在按提示词主题划分的校准分组之外，加入依据思维链可观测属性构建的分组，用来预测语言模型回答是否正确或可靠。 在幻觉预测与不安全回答检测的多项基准上，加入思维链分组降低了 Brier 分数；仅用思维链分组做多校准也能改善跨主题校准。研究者据此称，预测器的误差更多取决于模型的推理方式，而非提示词所问的内容。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。