Code-MUE: Measuring Code LLMs' Uncertainty through Execution-based Semantic Interaction Graphs
Code-MUE：通过基于执行的语义交互图测量代码语言模型的不确定性
Xiaoning Ren, Yinxing Xue, Lei Ma, Yuheng Huang
机构
*
Xi’an Jiaotong University（西安交通大学）
；
Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院）
；
The University of Tokyo（东京大学）
；
University of Alberta（阿尔伯塔大学）
Perception-Aligned AI Outputs: End-to-End Visual Prediction for Uncertainty Communication in Clinical Decision-Making
感知对齐的人工智能输出：临床决策中用于不确定性通信的端到端视觉预测
Mohammad Eslami, Solale Tabarestani, Saber Kazeminasab, Ehsan Adeli, Glyn Elwyn, Tobias Elze, Mengyu Wang, Nazlee Zebardast, Lucia Sobrin, Nassir Navab, Daniel Shu Wei Ting, Malek Adjouadi
机构
*
Harvard Ophthalmology AI Lab（哈佛眼科人工智能实验室）
；
Schepens Eye Research Institute of Massachusetts Eye and Ear（马萨诸塞眼耳医院施佩恩眼科研究所）
；
Harvard Medical School（哈佛医学院）
；
Center for Advanced Technology and Education（先进教育技术中心）
；
Florida International University（佛罗里达国际大学）
；
Dartmouth Institute for Health Policy and Clinical Practice（达特茅斯健康政策与临床实践研究所）
；
Dartmouth College（达特茅斯学院）
；
Computer Aided Medical Procedures（医学辅助程序）
；
Technical University of Munich（慕尼黑技术大学）
；
Singapore Eye Research Institute（新加坡眼科研究所）
；
Singapore National Eye Centre（新加坡国家眼科中心）
；
Department of Ophthalmology, Byers Eye Institute, Stanford University（眼科部门，比尔斯眼科研究所，斯坦福大学）
