DART 用歧义导向向量微调，改善 7 个模型的过度自信问题
MaartenSap · x · 2026-11-10
LLM 即使在不知道答案时也高度过度自信。研究者提出 DART 方法：利用可解释性手段构建“歧义导向向量”（ambiguity steering vectors）来引导微调，在保持准确率的同时，改善了 7 个模型的置信度校准。作者附有推文串讲解技术细节。
所属事件:DART 方法用歧义导向向量微调缓解 LLM 过度自信(2 条相关)→
「研究」频道最新
- Lila Sciences 开放式研究团队发布 4 篇预印本：直接奖励创意反而受限 — ChengleiSi · 2026-11-11
- DeepMind 用 AlphaProof Code 机器码级验证 Signal 协议安全性 — LuizaJarovsky · 2026-11-11
- DeepMind AlphaProof Code 生成 650 万行 Lean 证明，首次完整验证 Signal 实现 — LuizaJarovsky · 2026-11-11
- 93 项随机试验系统综述上线：AI 对心理健康与信念准确性的真实影响 — DG_Rand · 2026-11-11
- Raschka 统计：开源 LLM 已无纯全注意力模型，混合架构成主流 — rasbt · 2026-11-11
- Strogatz 新书 Big Math：AI 时代数学家的浮士德式交易 — stevenstrogatz · 2026-11-11