热点事件持续更新
LLM 自报置信度评分不可靠
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月22日，一篇在 Hacker News 上受到关注的文章讨论了让大语言模型自报置信度的问题。作者认为，让 LLM 生成置信度分数是糟糕做法：这些分数只是文本延续，并非对证据的度量，也从未经过校准。文章以天气预报为例，说明可信的置信度需要反映信息量，并经实际结果校准。作者给出的替代方案是：用可观察信号构建规则来生成置信度，记录每次结果并持续校准。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 18:55
新文章论证 LLM 自报置信度只是文本延续、未经校准，主张改用可观察信号规则并持续校准。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- rumple.github.io（经 Hacker News）为什么让 LLM 自报置信度不可靠，以及替代做法
作者论证让 LLM 生成置信度分数是糟糕做法，因为分数只是文本延续，不是对证据的度量，也从未经过校准。文章以天气预报为例说明可信置信度需反映信息量并经实际结果校准，并给出替代方案：用可观察信号构建规则生成置信度，记录每次结果并持续校准。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。