本文综述大语言模型置信度估计与校准研究，指出模型常高置信度出错或低置信度答对，默认解释会令用户高估其准确性。研究提出多视角一致性、自学习框架及不确定性度量等方法改进校准，并强调需透明传达可信度以应对人机交互安全风险。