提出Online Reasoning Calibration(ORCA)框架,结合共形预测与测试时训练,在推理过程中动态校准采样过程,实现分布偏移下的有效置信估计与计算效率提升;在Qwen2.5-32B等模型上验证了其在in-distribution和zero-shot out-of-domain设置下显著节省测…
机构:MIT
来源:arXiv 2604.01170 | AI4Papers 论文推荐平台