跳到正文
热点事件持续更新

审计发现幻觉检测器排名无法迁移到量化小模型

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Shubhra Mittal 与 Gaurav Naresh Mittal 在 arXiv 发布一项可复现审计研究,在单张 Colab T4 GPU 上以 4-bit NF4 量化评测了四种幻觉检测器,测试对象为 Llama-3.2-3B-Instruct 和 Qwen2.5-3B-Instruct 两个端侧小模型,评测基于闭卷 TriviaQA。 研究称跨模型排名迁移很差:Spearman rho 为 -0.80,Kendall tau-b 为 -0.667,即在一个量化小模型上有效的检测器排名到另一个上会反转。作者已公开评测框架、提示词和逐条得分以便复现。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    幻觉检测器排名在小模型上是否成立?面向从业者的端侧量化 LLM 审计

    一项 arXiv 研究在单张 Colab T4 GPU 上以 4-bit NF4 量化审计了四种幻觉检测器,测试对象为 Llama-3.2-3B-Instruct 和 Qwen2.5-3B-Instruct 两个端侧小模型。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。