代码不仅仅是文本：代码生成的不确定性估计

大语言模型 (LLM) 越来越多地被部署为代码生成器，其中默默错误的程序会带来真正的安全性和可靠性风险。可靠的不确定性估计 (UE) 对于选择性预测、人机交互审核和下游代理决策至关重要。然而，大多数现有的代码 UE 方法继承自自然语言 (NL) 生成，并忽略了使代码与众不同的属性。我们认为代码在三个方面与 NL 不同：单个错误的词元可能会破坏整个程序（词元脆弱性）；算法意图和具体实现可以独立地不一致（意图-代码差距）；并且程序可以被执行（可执行性）。我们将这些属性实例化为三个正交的不确定性轴：词汇（Top-K 标记熵）、算法（伪代码一致性）和功能（行为一致性）。在五个代码 LLM 中，我们的三轴集成将平均 AUROC 从最强 NL 派生基线的 0.696 提高到 0.776（+8.1 点）。值得注意的是，在 Qwen3-14B 上，我们的单遍 Top-K 词元熵与最强的多遍基线相匹配，同时价格便宜 3 倍以上；在所有型号中，它仍然是具有竞争力的低成本信号。这些结果表明，代码 UE 值得进行代码特定设计，而不是直接 NL 端口。