Credal大语言模型：用概率集合衡量不确定性与语义确信

大语言模型常过度自信地输出流畅但错误的答案。标准模型用单一预测分布表示不确定性，容易混淆知识不足与真实歧义。Credal大语言模型CLLM用LoRA适配器集合构造概率分布集合（credal set），以概率上下界揭示合理预测分布之间的差异，而非压缩为单一softmax输出。由此得到两个互补的确信分数：词元确信度CTC结合概率下界支持、概率集合宽度与交集熵，无需额外生成；语义确信一致性SCC使用采样答案，SCC-Gap衡量词元与语义支持之间的差距。研究在Gemma-2-9B、Llama-3.1-8B和Qwen2.5-7B及四项问答基准上评估幻觉检测、校准、选择性预测和推理。CLLM取得最高问答准确率，预期校准误差有竞争力；多数设置下，CTC的幻觉检测AUROC与最佳方法相差不超过1.5个百分点。80%覆盖率的选择性预测中，CLLM配合SCC在OpenBookQA上达到99.0%准确率，配合Csem置信度在ARC-Challenge三种基础模型上均达到不超过0.6%的预期校准误差。