LLMが一致するとき、それは正しいのか？自己一貫性とモデル間合意を信頼度シグナルとして検証When LLMs Agree, Are They Right? Auditing Self-Consistency and Cross-Model Agreement as Confidence Signals
arXiv cs.AI論文Paperarxiv.org公開Published重要度 MediumImportance Medium priority
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。仕組みとプライバシーAnonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.How it works and privacy
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。Anonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.
This paper empirically audits whether self-consistency within a single LLM and agreement across multiple LLMs reliably signal factual correctness, finding nuanced limits to using consensus as a confidence proxy.
本ページの要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (arxiv.org) をご確認ください。The summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (arxiv.org).
記事情報・収集記録Article details & collection record＋
出典Source
arXiv cs.AI論文Paper
公開日時 (JST)Published (JST)
収集日時 (JST)Collected (JST)
配信形式Format
論文Paper
原文言語Source language
EN
重要度の位置づけImportance in this lane
MediumMedium priority(arXiv 80件中、同等以上 80件)(80 of 80 arXiv entries are equal or higher)
出典の平均重要度（掲載直近 25 件・最大 30 件）Source average (last 25 listed, up to 30)
