激活预言机置信度估计方法比较

2026年10月23日，一篇发表于 arXiv 人工智能分类的研究报道比较了五种估计激活预言机置信度的方法，并给出校准结论。该研究覆盖 Qwen 和 Gemma 两个模型家族、参数规模从 8B 到 27B 的四个预言机，在 secret word 任务上，每种方法/预言机组合使用 6000 个样本。报道称，研究旨在让语言模型内部表征的解读更可靠。目前公开信息仅涉及方法比较与校准结论本身，未披露各方法的具体表现差异或最终推荐方案。

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。