KIT | KIT-Bibliothek | Impressum | Datenschutz

Are Generative Models Underconfident? Better Quality Estimation with Boosted Model Probability

Dinh, Tu Anh ORCID iD icon 1; Niehues, Jan ORCID iD icon 1
1 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000187041
Veröffentlicht am 18.11.2025
Originalveröffentlichung
DOI: 10.18653/v1/2025.emnlp-main.166
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2025
Sprache Englisch
Identifikator ISBN: 979-8-89176-332-6
KITopen-ID: 1000187041
HGF-Programm 46.24.01 (POF IV, LK 01) Applied TA: Digitalizat. & Automat. Socio-Technical Change
Erschienen in Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing. Ed.: C. Christodoulopoulos
Veranstaltung Conference on Empirical Methods in Natural Language Processing (EMNLP 2025), Suzhou, China, 04.11.2025 – 09.11.2025
Verlag Association for Computational Linguistics (ACL)
Seiten 3365–3383
Externe Relationen Abstract/Volltext
Nachgewiesen in Dimensions
OpenAlex
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page