AITOPAI热报
Event ·Single source

自回归语言模型中局部与全局置信信号不一致的研究

研究自回归语言模型中两种置信度读数（局部置信度基于贪婪选择的答案标记概率，全局置信度基于重复采样下的众数答案频率）在MMLU和ARC Challenge基准上的相关性。结果显示两者相关性较弱且与正确率关联不同：全局置信度与正确率中度相关，而局部置信度关联性小。进一步发现ARC上置信度差距与采样不稳定性的关联（如答案熵高、采样答案区分度大、众数答案集中度低）比MMLU上更显著，这表明两种置信读数在评估模型可靠性时不可互换。

Current read

这是篇研究论文，分析了自回归语言模型中两种置信度信号（局部和全局）的差异，对理解模型预测的稳定性很有帮助。

2 sources44° AI heatLast updated 2026/9/15 10:08:48

Evidence

2 sources

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

Open the story