研究提出因果鲁棒性裕度量化机制不确定性

1. 12:00
   arXiv · NLP

   通过因果鲁棒性衡量大语言模型中的机制性不确定性

   研究提出“机制性不确定性”概念，定义“因果鲁棒性裕度”为改变模型输出所需的最小内部干预，并通过 Jacobian Lens 概念引导向量进行量化。 在三个开源模型和五个问答数据集上，错误与不确定响应表现出更小的裕度；知识注入实验显示，正确学习的事实训练后裕度增加，证明该指标可作为基于机制的不确定性信号。

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。