Leonie分享温度缩放置信度校准法

Leonie称，模型置信度校准通常无需强化学习，只需调整 temperature scaling 的一个参数：T<1 会使 token 分布更尖锐，T>1 会使分布更平缓，从而塑造模型输出的置信分数。 据她补充，Typesafe 据说使用 RLCD 进行置信度校准，但其结论是多数团队采用简单的温度缩放通常就足够。该方法针对的是模型输出置信度，而非提升模型本身的任务能力。

AI 根据报道生成 · 34 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。