arXiv ID:
2606.05122
自我评估早已存在:用极少数据激发基础大语言模型中的潜在评判校准能力 / Self-Evaluation Is Already There: Eliciting Latent Judge Calibration in Base LLMs with Minimal Data
1️⃣ 一句话总结
本文发现,未经过专门训练的基础大语言模型已经具备预测外部评判者对其输出进行评分的能力,并提出一种名为“自我评估激发”的轻量方法,仅需少量样本即可高效激发这一潜在能力,从而在不损害回答质量的前提下显著提升模型的自我评估准确性。