arXiv cs.LG·30 天前★ 3

论文：LLM 语言不确定性表达与人类存在分歧

原文标题："very likely" Means "uncertain"? How LLMs Diverge from Humans in Linguistic Uncertainty Quantification

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文研究大模型在语言不确定性量化上与人类的差异，以及语言标记能否可靠量化模型不确定性。作者从心理学与决策科学文献整理人类不确定性标记语料，发现大模型赋予这些标记的数值水平与人类显著不同。随后提出一种基于优化的算法，直接从模型输出学习标记-不确定性映射，实现标记层面的人机置信语义对比。

论文速读 · 四段结构cs.CL去论文速读 →

深读 · 结论先行AI 生成展开看要点与影响 ↓

论文发现LLM给「可能」「很可能」等词赋的数值与人类显著不同，并提出优化算法直接学习标记-不确定性映射。

为什么重要：若LLM的「可能」与人类理解不一致，依赖语言置信度做决策的下游应用与用户信任都会受影响。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

AI 处理过程展开/收起

原始标题："very likely" Means "uncertain"? How LLMs Diverge from Humans in Linguistic Uncertainty Quantification

AI 中文标题：论文：LLM 语言不确定性表达与人类存在分歧

来源：arXiv cs.LG · 发布于 30 天前

分类：学术研究 · AI 重要度：★ 3（3）

标签：不确定性量化 / 大模型 / 认知科学 / 置信度 / 可解释性

关键词：uncertainty quantification / verbal uncertainty / LLM calibration

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐