免训练LLM自评估方法Circe提出
热点事件观察中
免训练LLM自评估方法Circe提出
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人工智能板块报道，Shuyi Miao等作者提出一种名为Circe的免训练大语言模型自评估方法。据该报道，Circe无需参考答案或重复采样，通过融合内部与外部信号为回答打分：内部信号包括组件交互一致性（CIC），衡量前层注意力更新与后层注意力诱导FFN输出变化的方向对齐，以及表征几何（RG），刻画隐状态轨迹的归一化位移与角度变化；外部信号则将生成token的平均负对数似然转为有界似然置信度（LC）。报道称该方法据此判断回答正确性，但未提及该方法的具体适用模型范围、评测数据集与性能数据，也未说明是否存在使用限制或收费安排。目前该事件仅有这一篇主报道，尚无跟进报道或独立验证，后续进展有待观察。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
Circe：无需训练的 LLM 自评估方法，利用组件交互一致性判断回答正确性报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Artificial IntelligenceCirce：无需训练的 LLM 自评估方法，利用组件交互一致性判断回答正确性
Circe 是一种无需训练、无需参考答案或重复采样的 LLM 自评估方法，通过融合内部与外部信号给回答打分。内部信号包括组件交互一致性（CIC），衡量前层注意力更新与后层注意力诱导 FFN 输出变化的方向对齐，以及表征几何（RG）刻画隐状态轨迹的归一化位移与角度变化；外部信号将生成 token 的平均负对数似然转为有界似然置信度（LC）。
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%
02468
06:0012:0018:0011月8日06:0012:00
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。