Think Through Uncertainty: Improving Long-Form Generation Factuality via Reasoning Calibration

Esta investigación presenta CURE, un marco novedoso para mejorar la factualidad en la generación de texto largo por LLMs, al enseñarles a razonar sobre la incertidumbre a nivel de afirmación. Busca mitigar la tendencia de los modelos a afirmar errores con confianza, ofreciendo una calibración de incertidumbre granular.