热点事件持续更新
研究团队提出大模型片段级不确定性估计框架SpanUQ
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
NeurIPS 2026 入选论文提出大语言模型片段级不确定性估计任务（SLUE）及评估框架 SpanUQ，用于精确定位生成内容中具体事实片段的置信度。该方法冻结基础大语言模型，采用约 25M 参数的轻量 Probe，基于 Hidden States 进行单次前向预测，片段检测器达到 0.910 F1。此外，研究团队还构建了配套基准 SpanUQ-Bench，包含 20K 提示词与约 293K 标注片段。
AI 根据报道生成 · 8 小时前更新
最新进展10月23日 10:08
NeurIPS 2026论文提出大模型片段级不确定性估计框架SpanUQ及基准SpanUQ-Bench。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AITNT · AI头条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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 11:00）·近 24 小时可比范围变化 –
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。