★ 3
研究:token 置信度评分主要反映思维链长度而非正确性
论文用信号处理方法审计推理模型的 token 置信度打分法,在 500 道数学题各采样 16 条思维链。结果显示滑动窗口最低置信度分数主要度量链长,仅按长度排序效果相当甚至更好;扣除长度后该分数对正确性无信息量。频谱中虽存在微弱信号,但不足以改善多数投票或提前停止策略。
arXiv NLP5 天前
共 5 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文用信号处理方法审计推理模型的 token 置信度打分法,在 500 道数学题各采样 16 条思维链。结果显示滑动窗口最低置信度分数主要度量链长,仅按长度排序效果相当甚至更好;扣除长度后该分数对正确性无信息量。频谱中虽存在微弱信号,但不足以改善多数投票或提前停止策略。
论文指出当前 EEG 生成模型普遍违反各通道间的线性恒等关系(每通道为两电极电压差),这一缺陷此前未被察觉。作者提出 MontageFlow,一种流匹配模型,通过将输出限制在满足这些恒等关系的信号空间内来保证物理有效性,并以生理状态向量为条件避免过度平滑。在 3 个大规模基准上,TS-FID 较最…
针对亚太赫兹通信中超宽带与严重相位噪声耦合导致的估计难题,论文提出复值残差 FFT 卷积注意力网络 CRFCAN。该网络在残差组内嵌入 FFT 与逆 FFT 模块,实现时频域迭代特征交互,并采用物理感知的相位噪声输出尾。仿真显示其在 NMSE 与误码率上显著优于传统算法与现有深度学习模型,且无需微…
论文扩展条件变分自编码器框架,用循环解码器预测多尺度小波系数并经逆离散小波变换重建波形,从冲击响应谱反演合成冲击时间序列。独立训练、覆盖不同母小波与分解层级的模型集成对同一目标 SRS 各产生候选波形。在四个留出基准数据集上误差低于直接时域 CVAE 与衰减正弦和基线,批量推理每波形约 0.1-0…
针对声呐数据主流采用图像化表示、需在自主系统上做图像预处理的问题,作者提出改用 CSV 格式的数据处理方式。实验表明该替代方案将处理时间减少 91.18%,提升机器学习目标检测准确率,并改善信噪比与峰值信噪比等指标。