arXiv · NLP· Federico Torrielli, Peter Schneider-Kamp, Lukas Galke Poech·· 4 小时前AI 评分23
语言模型激活神谕的置信度与校准评估：五种方法比较
Confidence and Calibration of Activation Oracles for Reliable Interpretation of Language Model Internals
AI 导读
研究比较了五种评估激活神谕置信度的方法，基于 Qwen 和 Gemma 系列 8B-27B 参数模型在 secret word 任务上的实验表明，校准效果取决于假设空间或校准集的可用性。
来源：arXiv · NLP · arxiv.org