研究者提出无标签校准框架TTCL

Zizhuo Zhang等作者提出无标签框架TTCL（Test-Time Calibration Learning），在未标注的目标任务数据上直接联合适配大语言模型的推理准确率与语言化置信度，自监督信号来自模型多次生成的回答。据作者称，该框架无需标签即可完成测试时校准，相关源代码已发布。目前尚无第三方验证其实际效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。