Magistral

U-Space提出语言模型不确定性检测新方法

研究者发布U-Space及其U-Lens工具，用单个推理过程的隐藏状态方向乘以平均词元熵，在无需正确性标注、重采样或微调的情况下估计模型置信度，并可区分歧义、信息缺失、证据冲突等不确定类型。在Gemma、Qwen和Magistral三款模型、四个基准的评测中优于多轮采样和有监督基线；唯一依赖是Anthropic的Jacobian lens，已有40多个预拟合版本。