Don't Throw Away Your Beams: Improving Consistency-based Uncertainties in LLMs via Beam Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fadeeva, Ekaterina, Goloburda, Maiya, Rubashevskii, Aleksandr, Vashurin, Roman, Shelmanov, Artem, Nakov, Preslav, Sachan, Mrinmaya, Panov, Maxim
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty Quantification for LLMs through Minimum Bayes Risk: Bridging Confidence and Consistency
von: Vashurin, Roman, et al.
Veröffentlicht: (2025)

Faithfulness-Aware Uncertainty Quantification for Fact-Checking the Output of Retrieval Augmented Generation
von: Fadeeva, Ekaterina, et al.
Veröffentlicht: (2025)

UNCERTAINTY-LINE: Length-Invariant Estimation of Uncertainty for Large Language Models
von: Vashurin, Roman, et al.
Veröffentlicht: (2025)

Why Don't You Know? Evaluating the Impact of Uncertainty Sources on Uncertainty Quantification in LLMs
von: Goloburda, Maiya, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Attention Heads: Efficient Unsupervised Uncertainty Quantification for LLMs
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models
von: Rubashevskii, Aleksandr, et al.
Veröffentlicht: (2026)

Fact-Checking the Output of Large Language Models via Token-Level Uncertainty Quantification
von: Fadeeva, Ekaterina, et al.
Veröffentlicht: (2024)

Unconditional Truthfulness: Learning Unconditional Uncertainty of Large Language Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2024)

Don't Throw Away Your Pretrained Model
von: Feng, Shangbin, et al.
Veröffentlicht: (2025)

Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph
von: Vashurin, Roman, et al.
Veröffentlicht: (2024)

A Head to Predict and a Head to Question: Pre-trained Uncertainty Quantification Heads for Hallucination Detection in LLM Outputs
von: Shelmanov, Artem, et al.
Veröffentlicht: (2025)

Don't Throw Away the cookies!
von: Rebecca Weaver
Veröffentlicht: (2024)

Don't Throw Away Data: Better Sequence Knowledge Distillation
von: Wang, Jun, et al.
Veröffentlicht: (2024)

ReDAct: Uncertainty-Aware Deferral for LLM Agents
von: Piatrashyn, Dzianis, et al.
Veröffentlicht: (2026)

Multidimensional Uncertainty Quantification via Optimal Transport
von: Kotelevskii, Nikita, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Large Language Diffusion Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2026)

Uncertainty-aware abstention in medical diagnosis based on medical texts
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

Instruction Tuning on Public Government and Cultural Data for Low-Resource Language: a Case Study in Kazakh
von: Laiyk, Nurkhan, et al.
Veröffentlicht: (2025)

Don't Blind Your VLA: Aligning Visual Representations for OOD Generalization
von: Kachaev, Nikita, et al.
Veröffentlicht: (2025)

Don't Look Away
von: Cohen, Brianne
Veröffentlicht: (2023)

Token-Level Density-Based Uncertainty Quantification Methods for Eliciting Truthfulness of Large Language Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

“Don't Throw the Baby out with the Bathwater”
von: Katherine B. Howell, et al.
Veröffentlicht: (2024)

ReProbe: Efficient Test-Time Scaling of Multi-Step Reasoning by Probing Internal States of Large Language Models
von: Ni, Jingwei, et al.
Veröffentlicht: (2025)

Efficient Test-Time Inference via Deterministic Exploration of Truncated Decoding Trees
von: Li, Xueyan, et al.
Veröffentlicht: (2026)

All the Same The Words Don't Go Away
von: Emerson, Caryl
Veröffentlicht: (2019)

Mathematical model of thyroid gland functioning as a follicles system
von: Ekaterina Vladimirovna Fadeeva
Veröffentlicht: (2021)

Don’t Give It Away: The Hidden Risks of Generative AI for Scientists
von: Brandão, Anarosa
Veröffentlicht: (2026)

How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading
von: Cui, Peng, et al.
Veröffentlicht: (2024)

Don't Mind Your Time
von: Rebecca Weaver
Veröffentlicht: (2025)

Investigating the Zone of Proximal Development of Language Models for In-Context Learning
von: Cui, Peng, et al.
Veröffentlicht: (2025)

Biaxial Gaussian Beams, Hermite-Gaussian Beams, and Laguerre-Gaussian Vortex Beams in Isotropy-Broken Materials
von: Durach, Maxim
Veröffentlicht: (2024)

CAMAR: Continuous Actions Multi-Agent Routing
von: Pshenitsyn, Artem, et al.
Veröffentlicht: (2025)

Throw Your Voice
von: Barker, Meghanne
Veröffentlicht: (2024)

Don't Shelve Your College Librarian.
von: Moffett, William A.
Veröffentlicht: (1982)

KazMMLU: Evaluating Language Models on Kazakh, Russian, and Regional Knowledge of Kazakhstan
von: Togmanov, Mukhammed, et al.
Veröffentlicht: (2025)

Safe Planning and Policy Optimization via World Model Learning
von: Latyshev, Artem, et al.
Veröffentlicht: (2025)

Vikhr: The Family of Open-Source Instruction-Tuned Large Language Models for Russian
von: Nikolich, Aleksandr, et al.
Veröffentlicht: (2024)

New Physics Searches via Beam Normal Spin Asymmetry in Bhabha Scattering
von: Pustyntsev, Aleksandr, et al.
Veröffentlicht: (2025)

Efficient Conformal Prediction under Data Heterogeneity
von: Plassier, Vincent, et al.
Veröffentlicht: (2023)

Post-Training Language Models for Crosslingual Consistency
von: Liu, Tianyu, et al.
Veröffentlicht: (2026)