随着大型语言模型（LLMs）在自然语言处理中的广泛应用，提示工程和检索增强生成（RAG）已成为提升LLMs在复杂任务中表现的主流方法。然而，LLMs以自回归方式生成输出，导致不可避免的输出不确定性。模型性能对提示设计高度敏感，因此精确的不确定性测量对于可靠的提示优化至关重要。在多类多选（理解）任务中，传统的不确定性度量（如熵）基于输出概率，平等对待所有类别，忽略了预训练语料库中类别先验的差异。这种...