跳到正文
热点事件持续更新

Anjan Goswami提出基于证据图边界的免训练拒识方法

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年10月20日,Anjan Goswami在arXiv发表新论文,提出一种基于证据图边界切割的免训练、无标签拒答方法。该方法无需额外模型推理,通过轻量级检索后处理实现可审计的拒答。 在MemoryAgentBench多跳任务中,该方法将精确覆盖率从0.736提升至0.785。其中,零切割子集涵盖400个查询中的71个,观测精度达100%。若使用监督选择器,在匹配检索栈下精确覆盖率可进一步达到0.814。

AI 根据报道生成 · 2 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20日
  1. arXiv · ML
    无标签证据图边界切割在检索拒答中的表现评估

    提出免训练无标签拒答方法,利用证据图边界切割信号,在 MemoryAgentBench 多跳任务将精确覆盖率从 0.736 提升至 0.785。 零切割子集包含 400 个查询中的 71 个,实现 100% 观测精度;监督选择器在匹配检索栈下可达 0.814。 该框架提供轻量、可审计的检索后拒答方案,无需额外模型推理。

本事件热度走势

可比范围当前
8
可比范围峰值
810月20日 18:00
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。