热点事件持续更新
XU-RS：解释随机集语言模型中的置信宽度
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
XU-RS 框架将答案的置信宽度归因于输入语言模型的 token，使用 Expected Gradients 估计 token 对置信宽度的贡献。在 MedQA 数据集上对 SmolLM3-3B 和 Llama-2-7B 的实验表明，高排名 token 的零掩码比随机零掩码引起更大的置信宽度变化。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Statistics Machine LearningXU-RS：解释随机集语言模型中的置信宽度
XU-RS 框架将答案的置信宽度归因于输入语言模型的 token，使用 Expected Gradients 估计 token 对置信宽度的贡献。在 MedQA 数据集上对 SmolLM3-3B 和 Llama-2-7B 的实验表明，高排名 token 的零掩码比随机零掩码引起更大的置信宽度变化。
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。