研究者提出免训练大模型自评估方法Circe
Start here
2026年11月6日，研究者在arXiv提出了一种名为Circe的免训练大语言模型（LLM）自我评估方法。该方法无需参考答案或进行重复采样，而是通过结合内部计算与外部输出信号来评估回答的正确性。在技术实现上，Circe融合了浅层注意力与深层FFN的组件交互一致性（CIC）、表征几何（RG）以及token似然置信度（LC）。评测结果表明，在5个LLM和4个领域的6个基准测试中，Circe区分正误回答的效果均超越了现有基准，并可进一步推广适用于多语言和多模态场景。
AI-generated from reports · Updated 5 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能Circe：基于组件交互一致性的免训练 LLM 自我评估
研究提出免训练 LLM 自我评估方法 Circe，无需参考答案或重复采样，通过结合内部计算与外部输出信号评估回答正确性。该方法融合浅层注意力与深层 FFN 的组件交互一致性（CIC）、表征几何（RG）及 token 似然置信度（LC）。在 5 个 LLM 和 4 个领域的 6 个基准测试中，其区分正误回答的效果超越现有基准，并适用于多语言与多模态场景。
Story heat trend
Current heat 9·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.