事件观察中
用线性歧义表征改进语言模型置信度估计
先了解这件事
AI 综述
研究者从语言模型激活中提取输入歧义的线性表征，并提出 DART 微调方法改进置信度校准。作者对歧义句与无歧义句的最小配对做 difference-in-means 得到歧义方向，发现沿该方向引导能较弱但选择性地改变模型对输入歧义的判断。DART 鼓励参数更新落在这些歧义方向的张成空间内，惩罚该子空间之外的激活变化。据摘要，该方法显著改善校准，把改进写入模型参数，并在多项选择与生成式问答任务上保持准确率。
AI 根据报道生成 · 2 天前更新
走势与进展
每小时关注度
现在 27，24 小时 -1%·峰值 30（11月10日 23:00）
11月11日11月12日11月13日现在 27
相关研究
这件事的论文
- 用歧义的线性表征改进语言模型置信度估计
arXiv · 2026-11-09 · 深度解读
后续时间线
11月9日
- arXiv用歧义的线性表征改进语言模型置信度估计
研究者从语言模型激活中提取输入歧义的线性表征，并提出 DART 微调方法改进置信度校准。作者对歧义句与无歧义句的最小配对做 difference-in-means 得到歧义方向，发现沿该方向引导能较弱但选择性地改变模型对输入歧义的判断。DART 鼓励参数更新落在这些歧义方向的张成空间内，惩罚该子空间之外的激活变化。据摘要，该方法显著改善校准，把改进写入模型参数，并在多项选择与生成式问答任务上保持准确率。
相关讨论
关注度走势
每天新增来源
- 11月10日新增1个来源（1家媒体、0个账号）
- 11月11日新增0个来源（0家媒体、0个账号）
- 11月12日新增0个来源（0家媒体、0个账号）
- 11月13日新增0个来源（0家媒体、0个账号）