苹果研究：LLM 函数调用的不确定性量化
Apple ML Research · rss · 2026-07-15
Apple ML Research 讨论了 **LLM Function-Calling 的不确定性量化**。 文章指出，LLM 逐渐被用于自主执行真实任务，而函数调用一旦出错，后果可能很严重，比如转账或删除数据。因此，在执行函数调用前，需要评估模型对“这次调用是否真的能正确完成任务”的置信度。 这篇工作聚焦于： - 为什么 function calling 需要 UQ（不确定性量化） - 如何在调用前判断模型是否足够可靠 - 目标是降低错误工具调用带来的不可逆风险