一篇新的arXiv论文探讨了用于图表和文档理解的金融视觉语言模型（LVLMs）的置信度估计。研究强调，尽管许多模型可以将正确答案的排名置于错误答案之上，但它们通常存在严重的过度自信问题，导致其得分在决策中不可靠。研究发现，只有经过训练的内部探针，而非仅推理的基线，才能产生可阈值的得分，并且这些探针的有效性因具体模型和任务而异。研究结果表明，可实现的自动化程度主要取决于模型的内在能力，而置信度得分仅能缩小可安全自动化的范围。 AI
影响 强调了金融AI应用中可靠置信度得分的关键需求，以确保信任和安全。
排序理由 关于模型能力和评估的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
