Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:2510.05566

帮助 | 高级搜索

统计学 > 机器学习

arXiv:2510.05566 (stat)
[提交于 2025年10月7日 ]

标题: 面向领域偏移的大型语言模型共形预测

标题: Domain-Shift-Aware Conformal Prediction for Large Language Models

Authors:Zhexiao Lin, Yuanyuan Li, Neeraj Sarna, Yuanyuan Gao, Michael von Gablenz
摘要: 大型语言模型在各种任务中取得了令人印象深刻的性能。 然而,它们产生过于自信且事实错误的输出的倾向,即所谓的幻觉,在现实世界的应用中带来了风险。 置信预测提供了有限样本、分布无关的覆盖保证,但在领域转移下标准的置信预测会失效,通常导致覆盖不足和不可靠的预测集。 我们提出了一种新的框架,称为领域转移感知置信预测(DS-CP)。 我们的框架通过系统地重新加权校准样本,根据它们与测试提示的接近程度,使置信预测适应于领域转移下的大型语言模型,从而在保持有效性的同时增强适应性。 我们的理论分析和在MMLU基准上的实验表明,所提出的方法在大量分布转移下比标准置信预测提供了更可靠的覆盖,同时保持了效率。 这为在实际部署中实现大型语言模型的可信不确定性量化提供了一个实用的步骤。
摘要: Large language models have achieved impressive performance across diverse tasks. However, their tendency to produce overconfident and factually incorrect outputs, known as hallucinations, poses risks in real world applications. Conformal prediction provides finite-sample, distribution-free coverage guarantees, but standard conformal prediction breaks down under domain shift, often leading to under-coverage and unreliable prediction sets. We propose a new framework called Domain-Shift-Aware Conformal Prediction (DS-CP). Our framework adapts conformal prediction to large language models under domain shift, by systematically reweighting calibration samples based on their proximity to the test prompt, thereby preserving validity while enhancing adaptivity. Our theoretical analysis and experiments on the MMLU benchmark demonstrate that the proposed method delivers more reliable coverage than standard conformal prediction, especially under substantial distribution shifts, while maintaining efficiency. This provides a practical step toward trustworthy uncertainty quantification for large language models in real-world deployment.
评论: 26页
主题: 机器学习 (stat.ML) ; 人工智能 (cs.AI); 计算与语言 (cs.CL); 机器学习 (cs.LG); 应用 (stat.AP)
引用方式: arXiv:2510.05566 [stat.ML]
  (或者 arXiv:2510.05566v1 [stat.ML] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.05566
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhexiao Lin [查看电子邮件]
[v1] 星期二, 2025 年 10 月 7 日 04:22:06 UTC (394 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
stat.ML
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.AI
cs.CL
cs.LG
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号