大規模言語モデルの自己認識能力を評価する新しいベンチマークResearch#LLM🔬 Research|分析: 2026年1月10日 10:13•公開: 2025年12月17日 23:23•1分で読める•ArXiv分析このArXivの記事は、予測市場を使用して大規模言語モデル (LLM) の認識的キャリブレーションを評価することに焦点を当てた新しいベンチマーク、Kalshibenchを紹介しています。これは、LLMが自身の限界と不確実性をどの程度理解しているかを調べる、非常に重要な研究分野です。重要ポイント•Kalshibenchは、LLMが知識の境界をどの程度理解しているかを評価するための新しい方法を提供します。•予測市場の使用により、不確実性の定量的な評価が可能になります。•この研究は、LLMの信頼性と信頼性を向上させるための影響を持っています。引用・出典原文を見る"Kalshibench is a new benchmark for evaluating epistemic calibration via prediction markets."AArXiv2025年12月17日 23:23* 著作権法第32条に基づく適法な引用です。古い記事Analyzing Self-Disclosure for AI Understanding of Social Norms新しい記事Unveiling Bias Across Languages in Large Language Models関連分析Research人間によるAI検出2026年1月4日 05:47Research深層学習の実装に焦点を当てた書籍2026年1月4日 05:49ResearchGeminiのパーソナライズ2026年1月4日 05:49原文: ArXiv