**元认知反馈强化学习提升大模型不确定性表达的忠实度**

_Reinforcement Learning with Metacognitive Feedback Elicits Faithful Uncertainty Expression in LLMs_

> 针对大模型在元认知能力上的缺陷，研究提出元认知反馈强化学习（RLMF）机制。该方法通过优化模型对自身表现的自我判断，实现置信度校准与自然语言不确定性表达。实验表明，RLMF在保持准确率的同时显著提升了模型对自身能力边界的评估与表达能力，优于标准强化学习方法。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.32032)