Originalarbeiterreichbar
Language Models (Mostly) Know What They Know
Saurav Kadavath und weitere, Anthropic, 2022. Die Arbeit misst, wie gut Sprachmodelle ihre eigene Sicherheit einschätzen, und findet große Modelle bei Auswahl- und Wahr-falsch-Fragen gut kalibriert, sofern das Format passt.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 29.09.2026:
larger models are well-calibrated on diverse multiple choice and true/
bestätigt 10.11.2026false questions when they are provided in the right format