arXiv · cs.AI· Arijit Dey, Bhartendu Kumar, Ramya Hebbalaguppe, Khuushi Maheshwari·· 6 小时前
RADAR框架修复并审计大语言模型置信度
Are You Sure Your LLM Is Sure? Repairing and Auditing Confidence
arXiv:2610.22139v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Arijit Dey, Bhartendu Kumar, Ramya Hebbalaguppe, Khuushi Maheshwari
研究任务与主要进展
作者提出RADAR（Repair, Adopt, and Diagnose After Recalibration）可靠性框架，将大语言模型置信度修复、修复方案采纳和剩余错误审计分开处理。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org