Buchumschlag

Teaching Language Models to Faithfully Express their Uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eikema, Bryan, Ilia, Evgenia, de Souza, José G. C., Zerva, Chrysoula, Aziz, Wilker
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Variability Need Not Imply Error: The Case of Adequate but Semantically Distinct Responses
von: Ilia, Evgenia, et al.
Veröffentlicht: (2024)

Predict the Next Word: Humans exhibit uncertainty in this task and language models _____
von: Ilia, Evgenia, et al.
Veröffentlicht: (2024)

A Conformal Risk Control Framework for Granular Word Assessment and Uncertainty Calibration of CLIPScore Quality Estimates
von: Gomes, Gonçalo, et al.
Veröffentlicht: (2025)

Unlocking Latent Discourse Translation in LLMs Through Quality-Aware Decoding
von: Mohammed, Wafaa, et al.
Veröffentlicht: (2025)

Non-Exchangeable Conformal Language Generation with Nearest Neighbors
von: Ulmer, Dennis, et al.
Veröffentlicht: (2024)

Evaluation of Multilingual Image Captioning: How far can we get with CLIP models?
von: Gomes, Gonçalo, et al.
Veröffentlicht: (2025)

Can Large Language Models Faithfully Express Their Intrinsic Uncertainty in Words?
von: Yona, Gal, et al.
Veröffentlicht: (2024)

Structure-Conditional Minimum Bayes Risk Decoding
von: Eikema, Bryan, et al.
Veröffentlicht: (2025)

Uncertainty Distillation: Teaching Language Models to Express Semantic Confidence
von: Hager, Sophia, et al.
Veröffentlicht: (2025)

SemEval-2026 Task 6: CLARITY -- Unmasking Political Question Evasions
von: Thomas, Konstantinos, et al.
Veröffentlicht: (2026)

"I Never Said That": A dataset, taxonomy and baselines on response clarity classification
von: Thomas, Konstantinos, et al.
Veröffentlicht: (2024)

Learning to vary: Teaching LMs to reproduce human linguistic variability in next-word prediction
von: Groot, Tobias, et al.
Veröffentlicht: (2025)

GAMBIT+: A Challenge Set for Evaluating Gender Bias in Machine Translation Quality Estimation Metrics
von: Filandrianos, Giorgos, et al.
Veröffentlicht: (2025)

Conformal Prediction for Natural Language Processing: A Survey
von: Campos, Margarida M., et al.
Veröffentlicht: (2024)

Rejected Dialects: Biases Against African American Language in Reward Models
von: Mire, Joel, et al.
Veröffentlicht: (2025)

Truthful or Fabricated? Using Causal Attribution to Mitigate Reward Hacking in Explanations
von: Ferreira, Pedro, et al.
Veröffentlicht: (2025)

Explanation Regularisation through the Lens of Attributions
von: Ferreira, Pedro, et al.
Veröffentlicht: (2024)

Interpreting Predictive Probabilities: Model Confidence or Human Label Variation?
von: Baan, Joris, et al.
Veröffentlicht: (2024)

Findings of the WMT 2024 Shared Task on Chat Translation
von: Mohammed, Wafaa, et al.
Veröffentlicht: (2024)

MedPath: Multi-Domain Cross-Vocabulary Hierarchical Paths for Biomedical Entity Linking
von: Mishra, Nishant, et al.
Veröffentlicht: (2025)

MetaFaith: Faithful Natural Language Uncertainty Expression in LLMs
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2025)

Teaching Large Language Models to Express Knowledge Boundary from Their Own Signals
von: Chen, Lida, et al.
Veröffentlicht: (2024)

Can Large Language Models Express Uncertainty Like Human?
von: Tao, Linwei, et al.
Veröffentlicht: (2025)

Can LLMs Express Their Uncertainty? An Empirical Evaluation of Confidence Elicitation in LLMs
von: Xiong, Miao, et al.
Veröffentlicht: (2023)

Relying on the Unreliable: The Impact of Language Models' Reluctance to Express Uncertainty
von: Zhou, Kaitlyn, et al.
Veröffentlicht: (2024)

ConfTuner: Training Large Language Models to Express Their Confidence Verbally
von: Li, Yibo, et al.
Veröffentlicht: (2025)

Counterfactual Fairness with Graph Uncertainty
von: Valério, Davi, et al.
Veröffentlicht: (2026)

Clarify, Abstain or Answer? Strategising in Conversation with Belief-Augmented Generation
von: Baan, Joris, et al.
Veröffentlicht: (2026)

Mapping Faithful Reasoning in Language Models
von: Li, Jiazheng, et al.
Veröffentlicht: (2025)

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

How Confident are Video Models? Empowering Video Models to Express their Uncertainty
von: Mei, Zhiting, et al.
Veröffentlicht: (2025)

Teaching Large Language Models to Maintain Contextual Faithfulness via Synthetic Tasks and Reinforcement Learning
von: Si, Shuzheng, et al.
Veröffentlicht: (2025)

Learned but Not Expressed: Capability-Expression Dissociation in Large Language Models
von: Shigemura, Toshiyuki
Veröffentlicht: (2026)

FiDeLiS: Faithful Reasoning in Large Language Model for Knowledge Graph Question Answering
von: Sui, Yuan, et al.
Veröffentlicht: (2024)

Leveraging Open-Source Large Language Models for Native Language Identification
von: Ng, Yee Man, et al.
Veröffentlicht: (2024)

Words or Vision: Do Vision-Language Models Have Blind Faith in Text?
von: Deng, Ailin, et al.
Veröffentlicht: (2025)

Reasoning or Pattern Matching? Probing Large Vision-Language Models with Visual Puzzles
von: Lymperaiou, Maria, et al.
Veröffentlicht: (2026)

FaithUn: Toward Faithful Forgetting in Language Models by Investigating the Interconnectedness of Knowledge
von: Yang, Nakyeong, et al.
Veröffentlicht: (2025)

Faithfulness Measurable Masked Language Models
von: Madsen, Andreas, et al.
Veröffentlicht: (2023)

Mitigating Large Language Model Hallucination with Faithful Finetuning
von: Hu, Minda, et al.
Veröffentlicht: (2024)