heapsort
RESEARCH27

Quantifying and Understanding Uncertainty in Large Reasoning Models

arXiv CS.AI·16 de abril de 2026

Esta investigación aborda el desafío crítico de cuantificar la incertidumbre en Grandes Modelos de Razonamiento (LRMs), señalando las limitaciones de los métodos tradicionales y existentes de Predicción Conformal (CP). Su objetivo es desarrollar un enfoque estadísticamente riguroso que considere las conexiones lógicas, interprete los orígenes de la incertidumbre y desvincule la calidad del razonamiento de la corrección de la respuesta.

Leer original