Cohere Labs 推出 CALIBER，分阶段校准 LLM 推理前后置信度
Cohere_Labs · x · 2026-10-25
Cohere Labs 将在 EMNLP 2026 布达佩斯主会展示论文 CALIBER：一个统一的置信度校准协议，区分"推理前"对能否解题的估计与"推理后"对答案正确性的估计，让每个监督目标对齐其信息状态。这种状态依赖的方法在 BigMathDigits、GPQA、TriviaQA 等分布内与分布外基准上显著降低期望校准误差（ECE）。作者：Conor Finlay、Joshua Kurien、Saurabh Dash、Marzieh Fadaee、Beyza Ermis，海报环节为 10 月 25 日周日 11:00–12:30 CET。
「研究」频道最新
- 开源虚拟人体模型：700 肌肉执行器、206 关节、90 身体节段 — mtizard · 2026-10-25
- EMNLP 论文：用户信任模型结论而非推理，自信语气掩盖错误 — MaartenSap · 2026-10-25
- Prime Intellect 合并 IcePop 分数中心化与截断采样回放支持 — samsja19 · 2026-10-25
- EMBER 提出 token embedding 层概念擦除法，防 LLM 知识再学习 — megamor2 · 2026-10-25
- 280 万美元 NIH 资助打造 UniBrain:AI 平台数分钟内把 MRI 变诊断标记物 — MacrinePhD · 2026-10-25
- 15 年前想都不敢想:单目相机开源模型实时重建 3D 场景达 20 FPS — facontidavide · 2026-10-25