研究者提出跨度级不确定性估计任务与SPANUQ方法
热点事件持续更新
研究者提出跨度级不确定性估计任务与SPANUQ方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yimeng Zhang等作者提出跨度级不确定性估计任务SLUE，将不确定性评估单位从整句或词元改为承载单一可评估含义的语义连贯文本跨度，并同时提出SPANUQ探针与SPANUQ-BENCH基准。 后续报道称，另一组研究者提出SpanUQ，用轻量级探针把多采样推理中的不确定性知识蒸馏进对LLM隐状态的单次前向传播，采用DETR风格span解码器与Beta混合分布，在五个LLM主干上取得最佳跨度级不确定性质量，比最强探针基线和所有采样方法快10~20倍，span检测器F1为0.910。这些效果为论文作者报告，尚待独立验证。
AI 根据报道生成 · 54 分钟前更新
最新进展11月5日 13:00
SpanUQ：面向大语言模型生成的 Span 级不确定性量化报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLSpanUQ：面向大语言模型生成的 Span 级不确定性量化
研究者提出 SpanUQ，一种轻量级探针，将多采样推理中的不确定性知识蒸馏到对 LLM 隐状态的单次前向传播中，实现 Span 级不确定性估计。该方法采用 DETR 风格 span 解码器与 Beta 混合分布，在五个 LLM 主干上取得最佳 span 级不确定性质量，比最强探针基线和所有采样方法快 10~20 倍，span 检测器 F1 达 0.910。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。