arXiv · cs.AI· Tobias Braun, Nils Loose, Alexander Herzog, Virginia Ceccatelli, Marcus Rohrbach, Thomas Eisenbarth, Lorenzo Cavallaro·· 2 天前
U-Space：揭示语言模型不确定性的来源与演化
U-Space: Uncovering When and Why Uncertainty Arises in Language Models
arXiv:2610.09087v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tobias Braun, Nils Loose, Alexander Herzog, Virginia Ceccatelli, Marcus Rohrbach, Thomas Eisenbarth, Lorenzo Cavallaro
首次提交：2026-10-07 04:40
研究任务与主要进展
作者提出 U-Space 和 U-Lens，通过语义化的怀疑与确定性锚点，将语言模型各 token 的中间状态投影到低维正交基上，得到可检查的 token 级不确定性图或汇总分数。基于论文摘要，该方法不需要正确性标签、重复生成或额外训练，并在多个推理基准的标准和长度控制评估中超过既定基线，迁移可靠性高于监督估计器；代码地址为 https://github.com/s2labres/U-Space。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org