#207 · 主分类： AI工具目录与精选清单
Awesome-LLM-Uncertainty-Reliability-Robustness
awesome-list
calibration
chain-of-thought
chatgpt
gpt-3
gpt-4
hallucination
in-context-learning
large-language-models
llms
prompt-engineering
prompting
reliability
robustness
safety
uncertainty-estimation
uncertainty-quantification
Awesome-LLM-Robustness：大型语言模型中不确定性、可靠性和鲁棒性的精选列表
项目最后更新：06/05/26
GitHub Stars
834
Forks数量
59
贡献者数量
22
许可证
MIT
收录理由
把大语言模型放进真实业务之前，团队最需要回答的问题是：它什么时候会出错。这份清单把关于不确定性估计、校准、幻觉、真实性和鲁棒性的论文与资源按子主题整理好，想查哪一块可以直接跳过去。校准和置信度部分对做客服回答、医疗或金融文本、自动化推理流程的团队尤其有用，因为这类场景里判断何时该转给人工本来就是工作的一部分。研究者能从中看到开放问题的分布，工程师则可以通过可靠性和鲁棒性章节提前预判失败模式。它是一份经过编辑整理的索引，不是可运行的软件，价值在于组织方式和链接的广度。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。