Het belang van studenten leren wat AI níet kan

arXiv:2608.19323v1 Aankondigingstype: nieuw Samenvatting: Onzekerheidskwantificering (UQ) is essentieel voor de veilige inzet van grote taalmodellen (LLM's). Bestaande methoden, van verwoorde betrouwbaarheid tot methoden die meerdere generaties vereisen, zijn vaak zero-shot en produceren scores die onzekerheid kwantificeren zonder dat er gelabelde data nodig is. Toch moet men in de praktijk altijd eerst hun prestaties evalueren op een dataset van belang vóór inzet. In dit werk tonen we aan dat, door gebruik te maken van deze dataset,