跳到正文
热点事件持续更新

OmniTrace统一框架实现全模态LLM生成时来源归因

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Qianqi Yan等人提出OmniTrace框架,利用全模态LLM后期注意力权重实现生成时来源归因,无需额外前向传播或针对特定模态调整。该框架将生成的每个句子归因到文本、图像、音视频等源单元。在Qwen3-Omni-30B等模型上验证,单次生成可恢复77-96%的留一法归因效果,后者需多达41次额外传播。在响应级排序上,OmniTrace在文档和视频上的AUROC分别达0.83和0.64,优于最强基准的0.76和0.60。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · NLP
    OmniTrace:面向全模态 LLM 生成时来源归因的统一框架

    OmniTrace 通过读取全模态 LLM 后期注意力权重实现生成时来源归因,无需额外前向传播。 该方法在 Qwen3-Omni-30B 等模型上验证有效,单次生成即恢复 77-96% 的 Leave-one-out 归因效果,响应级 AUROC 达 0.83。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。