计算机科学 > 机器学习
[提交于 2025年5月30日
]
标题: 超越语义熵:利用成对语义相似性提升大语言模型的不确定性量化
标题: Beyond Semantic Entropy: Boosting LLM Uncertainty Quantification with Pairwise Semantic Similarity
摘要: 大型语言模型(LLMs)中的幻觉可以通过评估模型输出的不确定性来检测,通常使用熵来衡量。 语义熵(SE)通过量化语义聚类级别的不确定性增强了传统熵估计。 然而,随着现代LLMs生成更长的一句话回复,SE的效果减弱了,因为它忽略了两个关键因素:簇内相似性(簇内的扩散)和簇间相似性(簇之间的距离)。 为了解决这些局限性,我们提出了一种受最近邻熵估计启发的简单黑盒不确定性量化方法。 我们的方法还可以通过结合标记概率轻松扩展到白盒设置。 此外,我们提供了理论结果,表明我们的方法概括了语义熵。 广泛的实证结果表明,在两个最新的LLMs(Phi3和Llama3)和三个常见的文本生成任务(问答、文本摘要和机器翻译)上,它比语义熵更有效。 我们的代码可在https://github.com/BigML-CS-UCLA/SNNE获得。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.