机构
*
Central South University（中南大学）
；
Tsinghua University（清华大学）
；
Nanjing University（南京大学）
；
Suzhou Aerospace Information Research Institute（苏州空天信息研究院）
；
McGill University（麦吉尔大学）
机构
*
Institute of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）
；
Information Research Center of Military Science, PLA Academy of Military Science（军事科学院军事科学信息研究中心）
机构
*
Nanjing University（南京大学）
；
The Hong Kong University of Science and Technology（香港科技大学）
；
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
Calibration Drift Under Reasoning: How Chain-of-Thought Budgets Induce Overconfidence in Large Language Models
推理下的校准漂移：思维链预算如何导致大型语言模型过度自信
Prakul Sunil Hiremath, Harshit R. Hiremath
机构
*
Department of Computer Science and Engineering, Visvesvaraya Technological University, Belagavi（维斯瓦拉亚科技大学计算机科学与工程系，贝拉加维）
；
Department of Computer Science and Business System, SG Balekundri Institute of Technology, Belagavi（SG巴莱昆德里理工学院计算机科学与商业系统系，贝拉加维）
Comments31 pages, 4 figures, 3 tables. Introduces Calibration Drift Under Reasoning (CDUR) with theoretical analysis and preliminary experiments; includes CABStop; code and data available
MammoExpert: Benchmarking Chain-of-Thought Reasoning in Mammography Diagnosis
MammoExpert：乳腺X线诊断中的思维链推理基准测试
Di Dai, Bo Liu, Youcheng Li, Haojun Yu, Zhouhang Bian, Quanlin Wu, Dong Wang, Sichen Meng, Hongye Xuan, Zijie Lan, Shenda Hong, Liwei Wang
机构
*
State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室）
；
School of Computer Science and Engineer, Beijing University of Aeronautics and Astronautics（北京航空航天大学计算机科学与工程学院）
；
Center for Data Science, Peking University（北京大学数据科学中心）
；
Yizhun co. ltd（医准有限公司）
；
International School, Beijing University of Post and Telecommunications（北京邮电大学国际学院）
；
School of Public Health, University of Michigan, Ann Arbor（密歇根大学安娜堡分校公共卫生学院）
；
Future Technology College, Xi'an Jiaotong University（西安交通大学未来技术学院）
；
Peking University（北京大学）
Han Huang, Hao Wang, Mengqi Zhang, Shu Wu, Qiang Liu, Liang Wang
机构
*
University of Chinese Academy of Sciences（中国科学院大学）
；
New Laboratory of Pattern Recognition (NLPR), CASIA（中国科学院自动化研究所模式识别国家重点实验室）
；
Harbin Institute of Technology（哈尔滨工业大学）
；
Shandong University（山东大学）
Comparative Validation of GPT-4o-mini and Teacher Mean Scores for Automated Scoring of Music Analysis Responses: Single-Pass Deployment, Repeatability, and Strategy-Specific Bias
