热点事件持续更新

邻域精英：问答不确定性量化的质量-多样性搜索

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

研究团队提出“邻域精英”构造器，旨在通过质量-多样性搜索改进问答模型的不确定性量化。该方法在编辑类型与支持显式性两个轴上生成保留答案的改写，以增强对模型失败检测的能力。该工作已发布于 arXiv 的 NLP（cs.CL）领域。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 12:00

沿着报道，了解事件的不同侧面。

10月30日

12:00
arXiv · NLP
邻域精英：用于问答中不确定性量化的质量-多样性搜索
研究提出“邻域精英”构造器，通过质量-多样性搜索在编辑类型与支持显式性两个轴上生成保留答案的改写，以改进问答模型的不确定性量化。在5个抽取式问答数据集和5个指令微调LLM上，该方法在25个数据集-模型对中的至少24个里提升了对失败检测的能力，最高AUROC达0.726，AUPRC较基准提升0.211。 NE在扩大邻域规模时，对失败检测的优势大于基于解码器样本的语义熵，AUROC提升0.074。

还没有足够的连续观测数据，暂不绘制趋势。