arXiv · cs.CL· Mesut Ceylan·· 18 小时前AI 评分32
Neighborhood Elites：面向问答不确定性量化的质量多样性搜索方法
Neighborhood Elites: Quality-Diversity Search for Uncertainty Quantification in Question Answering
来源与原文
arXiv · cs.CL
作者：Mesut Ceylan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40278v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 neighborhood elites（NE），一种将输入扰动重构为质量多样性（QD）搜索的邻域构造方法，沿编辑类型和上下文支持明确性两个维度铺开保持答案的改写，用于问答任务的不确定性量化。在 5 个抽取式问答数据集和 5 个指令微调 LLM 上，NE 在 25 个数据集-模型组合中至少 24 个优于其他三种构造器，AUROC 达 0.726，较基准率提升 0.211 AUPRC；相比基于解码器样本的 semantic entropy，AUROC 提升 0.074、AUPRC 提升 0.062。
来源：arXiv · cs.CL · arxiv.org