热点事件持续更新
研究团队提出U-Space大模型不确定性量化框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月8日，研究人员在arXiv发表研究，提出U-Space与U-Lens框架，使大语言模型在推理过程中演化的不确定性变得可测量且可解释。该方法通过疑问与确定性语义锚点构建残差空间正交基，能够直接生成token级不确定性映射或标量分数，全过程无需标注、重复生成或额外训练。在推理基准测试中，该方法得到的置信度分数在标准评估及长度控制评估下均优于既有基准，并展现出更可靠的迁移能力。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 12:00
研究团队提出U-Space与U-Lens，实现免训练、可解释的大模型推理不确定性量化。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 自然语言处理U-Space：揭示大语言模型何时及为何产生不确定性
研究人员提出 U-Space 与 U-Lens，使大语言模型推理过程中演化的不确定性变得可测量且可解释。该方法通过疑问与确定性语义锚点构建残差空间正交基，直接生成 token 级不确定性映射或标量分数，无需标注、重复生成或额外训练。在推理基准测试中，其置信度分数在标准及长度控制评估下均优于既有基准，迁移能力更可靠。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。