heapsort
RESEARCH27

Quantifying and Understanding Uncertainty in Large Reasoning Models

arXiv CS.AI·16 avril 2026

Cette recherche aborde le défi critique de la quantification de l'incertitude dans les grands modèles de raisonnement (LRM), soulignant les limites des méthodes traditionnelles et existantes de prédiction conforme (CP). Elle vise à développer une approche statistiquement rigoureuse qui prend en compte les connexions logiques, interprète les origines de l'incertitude et démêle la qualité du raisonnement de l'exactitude de la réponse.

Lire l'original