热点事件观察中

研究评估token概率作为置信度估计器

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，arXiv Artificial Intelligence 刊出一项由 Nils Schwager 等作者完成的研究，在卢森堡语新闻平台的 Next Like Prediction 任务中，检验开放权重大语言模型的 token 概率能否作为置信度估计。研究显示，仅使用上下文学习时，Ministral 3 的 3B 与 8B 版本均表现出过度自信，其准确率与校准均不及简单统计基线。研究还发现，模型从 3B 扩展到 8B 后准确率提升，但校准反而变差；行为历史更长时，准确率上升而置信度下降。该研究以案例形式评估 token 概率在人类行为模拟中作为置信度估计器的有效性。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

13:00
arXiv Artificial Intelligence
卢森堡语 Next Like Prediction 任务中 token 概率作为置信度估计的评估
研究在卢森堡语新闻平台的 Next Like Prediction 任务中检验开放权重 LLM 的 token 概率能否作为置信度估计。仅用上下文学习时，Ministral 3（3B、8B）均过度自信，准确率与校准均不及简单统计基线；从 3B 扩到 8B 准确率提升但校准变差，行为历史更长则准确率上升而置信度下降。

本事件热度走势

可比范围当前: 3
可比范围峰值: 711月7日 03:00
近 24 小时变化: -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。