BiG-SURE：黑盒大模型不确定性估计新方法
热点事件持续更新
BiG-SURE：黑盒大模型不确定性估计新方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Debarpan Bhattacharya 等作者提出无监督不确定性估计方法 BiG-SURE，用于黑盒大语言模型和视觉语言模型。该方法通过跨温度语义一致性构建锚点-探针二分图，并以归一化平方谱能量定义置信度。 作者称，在文本问答、多语言问答和多模态问答任务上，BiG-SURE 相较此前的黑盒不确定性估计器提升了平均弃答 AUROC。该工作发表于 EMNLP 2026 主会口头报告。
AI 根据报道生成 · 1 小时前更新
最新进展11月9日 13:00
BiG-SURE：用二分图估计 LLM 语义不确定性与可靠性报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.CLBiG-SURE：用二分图估计 LLM 语义不确定性与可靠性
BiG-SURE 是一种面向黑盒 LLM 与 VLM 的无监督不确定性估计方法，通过跨温度语义一致性构建锚点-探针二分图，并以归一化平方谱能量定义置信度。在文本 QA、多语言 QA 和多模态 QA 任务上，该方法相较此前的黑盒不确定性估计器提升了平均弃答 AUROC。该工作发表于 EMNLP 2026 主会口头报告。
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。