仅预填充决策模型读出稳定性研究

2026年10月7日，arXiv Computation and Language 发布一手研究《仅预填充决策模型的读出稳定性：零标注预测与推理时算力分配》。研究对象为受 Jev 模型启发的仅预填充决策模型，其特点是在单次前向传播中为菜单内所有候选打分且不进行解码，单次调用成本比同规模生成式语言模型低一至两个数量级。研究发现，仅改变候选菜单时，干预后准确率可由缓存的首次通过分布预测：在七个模型族、十个数据集和两类任务上，误差在 4.2 个百分点以内；概率级变体误差为 21.0 个百分点；同规模生成式语言模型误差为 1.6 至 15.8 个百分点。目前报道仅涉及该论文内容，未见后续验证或争议信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。