arXiv 2026年10月5日该工作提出免标签的测试时校准学习框架 TTCL，从多个模型自生成回答中导出正确性与校准的自监督信号，在无真值标签的目标任务数据上联合适配推理准确率与言语化置信度，并在数学推理与事实问答上报告了准确率与校准的同步改善。该工作提出免标签的测试时校准学习框架 TTCL，从多个模型自生成回答中导出正确性与校准的自监督信号，在无真值标签的目标任务数据上联合适配推理准确率与言语化置信度，并在数学推理与事实问答上报告了准确率与校准的同步改善。TTCL 在无标签目标数据上同时提升大模型推理准确率与置信度校准，基座模型平均相对准确率提升 40.13%、ECE 降低 70.80%该工作提出免标签的测试时校准学习框架 TTCL，从多个模型自生成回答中导出正确性与校准的自监督信号，在无真值标签的目标任务数据上联合适配推理准确率与言语化置信度，并在数学推理与事实问答上报告了准确率与校准的同步改善。该工作提出免标签的测试时校准学习框架 TTCL，从多个模型自生成回答中导出正确性与校准的自监督信号，在无真值标签的目标任务数据上联合适配推理准确率与言语化置信度，并在数学推理与事实问答上报告了准确率与校准的同步改善。