VERITAS用逐层Jacobian投影检测CoT忠实性
热点事件持续更新
VERITAS用逐层Jacobian投影检测CoT忠实性
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
Yujing Wang等作者提出VERITAS，通过逐层Jacobian投影，在每个生成的CoT token上把模型内部推理演化转写为可读文本，并用提取特征训练分类器定位推理偏离忠实性的位置。 在FaithCoT-Bench与BonaFide的四个数据集上，作者报告其平衡准确率较LLM-as-Judge提升28.4%，较激活探测平均提升16.0%，并可泛化到不同数据集与模型架构。
AI 根据报道生成 · 58 分钟前更新
最新进展10月19日 12:00
VERITAS：用逐层 Jacobian 投影将模型计算语言化，检测 CoT 推理忠实性报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CLVERITAS：用逐层 Jacobian 投影将模型计算语言化，检测 CoT 推理忠实性
VERITAS 通过逐层 Jacobian 投影，在每个生成的 CoT token 上把模型内部推理演化转写为可读文本，并用提取特征训练分类器定位推理偏离忠实性的位置。在 FaithCoT-Bench 与 BonaFide 的四个数据集上，其平衡准确率较 LLM-as-Judge 提升 28.4%，较激活探测平均提升 16.0%，并可泛化到不同数据集与模型架构。
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。