Buchumschlag

Uncertainty Distillation: Teaching Language Models to Express Semantic Confidence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hager, Sophia, Mueller, David, Duh, Kevin, Andrews, Nicholas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Inducing Artificial Uncertainty in Language Models
von: Hager, Sophia, et al.
Veröffentlicht: (2026)

Learning Extrapolative Sequence Transformations from Markov Chains
von: Hager, Sophia, et al.
Veröffentlicht: (2025)

SaySelf: Teaching LLMs to Express Confidence with Self-Reflective Rationales
von: Xu, Tianyang, et al.
Veröffentlicht: (2024)

DOTResize: Reducing LLM Width via Discrete Optimal Transport-based Neuron Merging
von: Verma, Neha, et al.
Veröffentlicht: (2025)

Merging Feed-Forward Sublayers for Compressed Transformers
von: Verma, Neha, et al.
Veröffentlicht: (2025)

Where does In-context Translation Happen in Large Language Models
von: Sia, Suzanna, et al.
Veröffentlicht: (2024)

Generating with Confidence: Uncertainty Quantification for Black-box Large Language Models
von: Lin, Zhen, et al.
Veröffentlicht: (2023)

Uncertainty in Semantic Language Modeling with PIXELS
von: Radu, Stefania, et al.
Veröffentlicht: (2025)

Recurrent Confidence Chain: Temporal-Aware Uncertainty Quantification in Large Language Models
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2026)

Confidence-aware Self-Semantic Distillation on Knowledge Graph Embedding
von: Liu, Yichen, et al.
Veröffentlicht: (2022)

LLMs Should Express Uncertainty Explicitly
von: Guo, Junyu, et al.
Veröffentlicht: (2026)

Syntax Without Semantics: Teaching Large Language Models to Code in an Unseen Language
von: Kumar, Vinayshekhar Bannihatti, et al.
Veröffentlicht: (2026)

Confidence Preservation Property in Knowledge Distillation Abstractions
von: Vengertsev, Dmitry, et al.
Veröffentlicht: (2024)

Show Your Work with Confidence: Confidence Bands for Tuning Curves
von: Lourie, Nicholas, et al.
Veröffentlicht: (2023)

Confidence in the Reasoning of Large Language Models
von: Pawitan, Yudi, et al.
Veröffentlicht: (2024)

Teaching Language Models to Faithfully Express their Uncertainty
von: Eikema, Bryan, et al.
Veröffentlicht: (2025)

Confidence over Time: Confidence Calibration with Temporal Logic for Large Language Model Reasoning
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2026)

QA-Calibration of Language Model Confidence Scores
von: Manggala, Putra, et al.
Veröffentlicht: (2024)

Sentiment Classification of Gaza War Headlines: A Comparative Analysis of Large Language Models and Arabic Fine-Tuned BERT Models
von: Eleraqi, Amr, et al.
Veröffentlicht: (2026)

Data Kernel Perspective Space Performance Guarantees for Synthetic Data from Transformer Models
von: Browder, Michael, et al.
Veröffentlicht: (2026)

Benchmarking Uncertainty Calibration in Large Language Model Long-Form Question Answering
von: Müller, Philip, et al.
Veröffentlicht: (2026)

Self-Training Large Language Models with Confident Reasoning
von: Jang, Hyosoon, et al.
Veröffentlicht: (2025)

Can Authorship Attribution Models Distinguish Speakers in Speech Transcripts?
von: Aggazzotti, Cristina, et al.
Veröffentlicht: (2023)

Language Models Optimized to Fool Detectors Still Have a Distinct Style (And How to Change It)
von: Soto, Rafael Rivera, et al.
Veröffentlicht: (2025)

What Formal Languages Can Transformers Express? A Survey
von: Strobl, Lena, et al.
Veröffentlicht: (2023)

Neuron-Level Knowledge Attribution in Large Language Models
von: Yu, Zeping, et al.
Veröffentlicht: (2023)

Confidence Calibration in Large Language Model-Based Entity Matching
von: Kamsteeg, Iris, et al.
Veröffentlicht: (2025)

Using Source-Side Confidence Estimation for Reliable Translation into Unfamiliar Languages
von: Sible, Kenneth J., et al.
Veröffentlicht: (2025)

Self-Distilled Reasoner: On-Policy Self-Distillation for Large Language Models
von: Zhao, Siyan, et al.
Veröffentlicht: (2026)

Semantic Token Clustering for Efficient Uncertainty Quantification in Large Language Models
von: Cao, Qi, et al.
Veröffentlicht: (2026)

Improving Uncertainty Quantification in Large Language Models via Semantic Embeddings
von: Grewal, Yashvir S., et al.
Veröffentlicht: (2024)

Benchmarking Distilled Language Models: Performance and Efficiency in Resource-Constrained Settings
von: Wani, Sachin Gopal, et al.
Veröffentlicht: (2026)

Confidence Regulation Neurons in Language Models
von: Stolfo, Alessandro, et al.
Veröffentlicht: (2024)

Self-ensemble: Mitigating Confidence Mis-calibration for Large Language Models
von: Xu, Zicheng, et al.
Veröffentlicht: (2025)

ORCE: Order-Aware Alignment of Verbalized Confidence in Large Language Models
von: Li, Chen, et al.
Veröffentlicht: (2026)

Confidence Under the Hood: An Investigation into the Confidence-Probability Alignment in Large Language Models
von: Kumar, Abhishek, et al.
Veröffentlicht: (2024)

DiLM: Distilling Dataset into Language Model for Text-level Dataset Distillation
von: Maekawa, Aru, et al.
Veröffentlicht: (2024)

Function Vectors in Large Language Models
von: Todd, Eric, et al.
Veröffentlicht: (2023)

Dist2ill: Distributional Distillation for One-Pass Uncertainty Estimation in Large Language Models
von: Zhao, Yicong, et al.
Veröffentlicht: (2025)

Confidence Geometry Reveals Trace-Level Correctness in Large Language Model Reasoning
von: Liu, Shuo, et al.
Veröffentlicht: (2026)