跳到正文
热点事件持续更新

Ouro-RLTT循环模型内部状态探针研究进展

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Jan Kirin 发布关于 Ouro-RLTT 循环语言模型操作性原内省的研究论文。该研究针对 2.6B 参数模型,在合成逻辑任务中通过隐状态探针实现了 0.758 的 AUROC,显著优于 0.515 的 token 置信度基准。 实验结果显示,探针在同题多答案对比中 74% 的情况下选出了正确项,且信号在第 3 个循环即达到最后层精度。研究指出,该方法虽能优化拒绝回答与候选排序,但无法提升生成质量。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · ML
    Ouro-RLTT 循环语言模型中的操作性原内省:读取答案前的正确性

    对 2.6B 参数 Ouro-RLTT 循环模型的隐状态探针,在合成逻辑任务中实现 0.758 AUROC,优于 0.515 的 token 置信度基准。 探针在同题多答案对比中 74% 选出正确项,且信号在第 3 个循环即达最后层精度;虽能优化拒绝回答与候选排序,但无法提升生成质量。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
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。