Trained on Tokens, Calibrated on Concepts: The Emergence of Semantic Calibration in LLMs
大型语言模型 (LLM) 通常缺乏对其输出有意义的置信度估计。虽然众所周知，基础法学硕士会表现出下一个令牌校准，但目前尚不清楚他们是否能够评估其响应超出令牌级别的实际含义的信心。我们发现，当使用某种基于采样的语义校准概念时，基础法学硕士的校准效果非常好：它们可以有意义地评估开放域问答任务的置信度，尽管没有经过明确的培训。我们的主要理论贡献建立了一种机制，解释为什么语义......
在当今的主流经济学体系中，有许多种无用的经济学受到高度重视。很少有——如果有的话——比被称为校准的宏观经济理论或方法更有价值——主要与诺贝尔奖获得者芬恩·基德兰、罗伯特·卢卡斯、爱德华·普雷斯科特和托马斯·萨金特有关。在物理学中，它可能不会应变 [...]
Networked Information and Industrial Output: Evidence from Chile’s 1972 Truckers’ Strike
Sebastian Edwards 在这篇 NBER 论文中：本文研究了 Cybersyn（萨尔瓦多·阿连德领导下的智利控制论协调系统）在 1972 年 10 月全国卡车司机罢工期间的情况，这次罢工使工业总产值减少了约 9%。我使用 20 个行业的月度数据和经过校准的 CES-Leontief 模型，构建了针对卡车运输冲击的行业特定反事实。 [...]
Temperature gets a new definition using a quantum device
依赖量子效应和超大原子的设备可能是不需要校准的更可靠的温度测量方式
