BriefGPT - AI 论文速递 · 2025-03-04T00:00:00Z Rewarding Doubt: A Reinforcement Learning Approach for Confidence Calibration of Large Language Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新颖的强化学习方法，以提高大语言模型在回答问题时的置信度校准。实验结果表明，该方法显著改善了置信度表达，并能有效推广到新任务中，增强了大语言模型的可靠性。 🏷️ 标签 models 可靠性 大语言模型 强化学习 新任务 置信度校准 阅读原文 生成长图 分享链接 已复制链接
