★ 2
Circe：无需训练的 LLM 自评估方法，融合组件交互一致性
论文提出 Circe，一种无需参考答案与重复采样的 LLM 自评估方法。它结合内部信号（组件交互一致性 CIC、表示几何 RG）与外部信号（似然置信度 LC），融合为统一正确性评分。在 5 个模型、6 个基准上优于现有基线，并可泛化到多语言、多模态场景。
arXiv cs.AI6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Circe，一种无需参考答案与重复采样的 LLM 自评估方法。它结合内部信号（组件交互一致性 CIC、表示几何 RG）与外部信号（似然置信度 LC），融合为统一正确性评分。在 5 个模型、6 个基准上优于现有基线，并可泛化到多语言、多模态场景。