Stochastic Attention 获 NeurIPS 接收：推理时采样注意力，免重训即得校准不确定性
Fowe · x · 2026-09-25
「Stochastic Attention」论文被 NeurIPS 接收。方法核心：在推理时对注意力进行采样，只需调节一个参数，无需重新训练模型即可获得校准的不确定性估计。作者感谢导师及共同负责人，将在悉尼 NeurIPS 上展示。
「研究」频道最新
- PyTorch 核心开发者指出:SAC 应作用于 norm+attn/mlp 而非整个 block — ezyang · 2026-09-26
- 研究者称大模型已把 2×2 乘法「记熟」,一步算出无需中间步骤 — ctjlewis · 2026-09-26
- IBM 的 STAIR 用书籍目录做检索索引，82.6% 命中、幻觉率仅 0.05% — alex_verem · 2026-09-26
- IBM STAIR 论文：把书籍目录当作索引，检索命中率 82.6%、幻觉低 65 倍 — alex_verem · 2026-09-26
- DL Weekly 第474期:GPT-6 Sol/Luna、AI Evals 指南与 RRSI 论文 — dl_weekly · 2026-09-26
- Opus 5.5 以 52% 登顶 RareBench,Grok 与 GPT-6 Sol 双双现回归 — danielmckinn0n · 2026-09-26