Buchumschlag

LLMs Should Express Uncertainty Explicitly

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Junyu, Gu, Shangding, Jin, Ming, Spanos, Costas, Lavaei, Javad
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

StyleBench: Evaluating thinking styles in Large Language Models
von: Guo, Junyu, et al.
Veröffentlicht: (2025)

Don't Trade Off Safety: Diffusion Regularization for Constrained Offline RL
von: Guo, Junyu, et al.
Veröffentlicht: (2025)

Few-Shot Test-Time Optimization Without Retraining for Semiconductor Recipe Generation and Beyond
von: Gu, Shangding, et al.
Veröffentlicht: (2025)

Robust Gymnasium: A Unified Modular Benchmark for Robust Reinforcement Learning
von: Gu, Shangding, et al.
Veröffentlicht: (2025)

Long Context, Less Focus: A Scaling Gap in LLMs Revealed through Privacy and Personalization
von: Gu, Shangding
Veröffentlicht: (2026)

Estimation of Concept Explanations Should be Uncertainty Aware
von: Piratla, Vihari, et al.
Veröffentlicht: (2023)

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

Retrieval Augmented Question Answering: When Should LLMs Admit Ignorance?
von: Wang, Dingmin, et al.
Veröffentlicht: (2025)

GNN-RAG: Graph Neural Retrieval for Large Language Model Reasoning
von: Mavromatis, Costas, et al.
Veröffentlicht: (2024)

When Should LLMs Be Less Specific? Selective Abstraction for Reliable Long-Form Text Generation
von: Goren, Shani, et al.
Veröffentlicht: (2026)

ABBEL: LLM Agents Acting through Belief Bottlenecks Expressed in Language
von: Lidayan, Aly, et al.
Veröffentlicht: (2025)

Explicit Diversity Conditions for Effective Question Answer Generation with Large Language Models
von: Yadav, Vikas, et al.
Veröffentlicht: (2024)

Is Your Model Fairly Certain? Uncertainty-Aware Fairness Evaluation for LLMs
von: Wang, Yinong Oliver, et al.
Veröffentlicht: (2025)

Uncertainty quantification in fine-tuned LLMs using LoRA ensembles
von: Balabanov, Oleksandr, et al.
Veröffentlicht: (2024)

Examining LLMs' Uncertainty Expression Towards Questions Outside Parametric Knowledge
von: Liu, Genglin, et al.
Veröffentlicht: (2023)

Skin-in-the-Game: Decision Making via Multi-Stakeholder Alignment in LLMs
von: Sel, Bilgehan, et al.
Veröffentlicht: (2024)

When Should Models Change Their Minds? Contextual Belief Management in Large Language Models
von: Xu, Haoming, et al.
Veröffentlicht: (2026)

Flaw or Artifact? Rethinking Prompt Sensitivity in Evaluating LLMs
von: Hua, Andong, et al.
Veröffentlicht: (2025)

Aligning LLMs with Human Uncertainty: A Beta-Bernoulli Calibrator for LLM Forecasting
von: Dai, Hui, et al.
Veröffentlicht: (2026)

The Alignment Tax: Response Homogenization in Aligned LLMs and Its Implications for Uncertainty Estimation
von: Liu, Mingyi
Veröffentlicht: (2026)

SelectIT: Selective Instruction Tuning for LLMs via Uncertainty-Aware Self-Reflection
von: Liu, Liangxin, et al.
Veröffentlicht: (2024)

UProp: Investigating the Uncertainty Propagation of LLMs in Multi-Step Agentic Decision-Making
von: Duan, Jinhao, et al.
Veröffentlicht: (2025)

Time-Aware Feature Selection: Adaptive Temporal Masking for Stable Sparse Autoencoder Training
von: Li, T. Ed, et al.
Veröffentlicht: (2025)

LLMs Should Incorporate Explicit Mechanisms for Human Empathy
von: You, Xiaoxing, et al.
Veröffentlicht: (2026)

Explicit Multi-head Attention for Inter-head Interaction in Large Language Models
von: Peng, Runyu, et al.
Veröffentlicht: (2026)

Kernel Language Entropy: Fine-grained Uncertainty Quantification for LLMs from Semantic Similarities
von: Nikitin, Alexander, et al.
Veröffentlicht: (2024)

Can LLMs Speak For Diverse People? Tuning LLMs via Debate to Generate Controllable Controversial Statements
von: Li, Ming, et al.
Veröffentlicht: (2024)

Constrained Sampling for Language Models Should Be Easy: An MCMC Perspective
von: Gonzalez, Emmanuel Anaya, et al.
Veröffentlicht: (2025)

Position: Mechanistic Interpretability Should Prioritize Feature Consistency in SAEs
von: Song, Xiangchen, et al.
Veröffentlicht: (2025)

MATH-Perturb: Benchmarking LLMs' Math Reasoning Abilities against Hard Perturbations
von: Huang, Kaixuan, et al.
Veröffentlicht: (2025)

Explicit Word Density Estimation for Language Modelling
von: Andonov, Jovan, et al.
Veröffentlicht: (2024)

Remembering More, Risking More: Longitudinal Safety Risks in Memory-Equipped LLM Agents
von: Al-Tawaha, Ahmad, et al.
Veröffentlicht: (2026)

Calibration Collapse Under Sycophancy Fine-Tuning: How Reward Hacking Breaks Uncertainty Quantification in LLMs
von: Sahoo, Subramanyam
Veröffentlicht: (2026)

Jet-Nemotron: Efficient Language Model with Post Neural Architecture Search
von: Gu, Yuxian, et al.
Veröffentlicht: (2025)

Toxicity Detection Should Measure Contextual Harm, Not Text-Intrinsic Badness
von: Berezin, Sergei, et al.
Veröffentlicht: (2025)

Should You Use Your Large Language Model to Explore or Exploit?
von: Harris, Keegan, et al.
Veröffentlicht: (2025)

The Remarkable Robustness of LLMs: Stages of Inference?
von: Lad, Vedang, et al.
Veröffentlicht: (2024)

OUTLINEFORGE: Hierarchical Reinforcement Learning with Explicit States for Scientific Writing
von: Bao, Yilin, et al.
Veröffentlicht: (2026)

Enhancing LLM Reliability via Explicit Knowledge Boundary Modeling
von: Zheng, Hang, et al.
Veröffentlicht: (2025)

Visualizing Uncertainty in Translation Tasks: An Evaluation of LLM Performance and Confidence Metrics
von: Park, Jin Hyun, et al.
Veröffentlicht: (2025)