AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:ORCE×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月13日
19:12
19:12arXiv cs.LG@Chen Li, Xiaoling Hu, Songzhu Zheng, Jiawei Zhou, Chao Chen
大语言模型在回答错误时仍可能表现出高置信度,这限制了其在实际场景中的可靠部署。现有方法将答案生成与置信度估计联合优化,可能导致置信度对齐干扰答案准确性。ORCE 提出解耦框架:先生成答案,再基于固定问答对估计置信度,避免直接扰动答案生成过程。通过多次采样构建正确性似然代理,并采用基于排序的强化学习目标,使置信度与正确性概率对齐。实验表明,该方法在保持答案准确性的同时,显著提升了校准和失败预测性能。
论文大语言模型置信度校准强化学习排序对齐ORCE

推荐理由:ORCE 解决了 LLM 置信度校准中的关键矛盾——既要准确又要可靠,做模型部署或安全评估的团队值得关注这个解耦思路。
原文
精选全部日报登录