#选择性预测

想了解模型选择时到底需要多少标签？这篇论文用数学方法量化了，比如K个候选模型时，平均需要56-57%的标签，比之前估计的20%要高很多。

这篇论文解决了LLM错误预测中一个被忽视的关键问题——输入模糊性会干扰UQ指标的有效性。做模型可靠性评估或安全部署的团队，建议看看他们如何用模糊性标签提升预测精度，直接可用。