NeurIPS 2026 | 从 Token 到 Span：重新思考大语言模型的不确定性估计

NeurIPS 2026 论文 SpanUQ 提出大语言模型片段级不确定性估计任务（SLUE），用于精确定位生成内容中具体事实片段的置信度。该方法采用约 25M 参数的轻量 Probe，冻结基础 LLM 并基于 Hidden States 单次前向预测，片段检测器达到 0.910 F1。研究还构建了包含 20K 提示词与约 293K 标注片段的基准 SpanUQ-Bench。