Belief-Trajectory Energy:追踪逐层预测变化,单一标量可测难度、识别 AI 评论
Jiahao Ying · hf · 2026-10-19
论文提出 Belief-Trajectory Energy(BTE):对每个 token 做一次前向传播,测量输入如何逐层改变语言模型内部的预测分布,把相邻层读出分布的 JSD 沿层堆叠成一个免训练标量。该信号有多个下游用途:估计任务难度(答案中间置信度)、通过在 BTE 特征上训练逻辑回归区别人类与 AI 生成评论、以及通过 softmax(W·e) 对八个生成器做模型归因。免训练、单次前向即可计算,提供了观察模型内部「信念路径」的新工具。
「研究」频道最新
- Xaira 发布 X-Scientist:AI 找药靶点比人工快 10 倍 — saurabh_shah2 · 2026-10-23
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23