语言模型神谕置信度评估：五种方法比较

1. 12:00
   arXiv · NLP

   语言模型激活神谕的置信度与校准评估：五种方法比较

   研究比较了五种评估激活神谕置信度的方法，基于 Qwen 和 Gemma 系列 8B-27B 参数模型在 secret word 任务上的实验表明，校准效果取决于假设空间或校准集的可用性。

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。