arXiv · cs.AI· Shuyi Miao·· 19 小时前AI 评分27
Circe：基于组件交互一致性的免训练 LLM 自评估方法
Circe: Training-Free LLM Self-Evaluation via Component Interaction Consistency
来源与原文
arXiv · cs.AI
作者：Shuyi Miao
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/2611.07948v1
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
Circe 是一种无需参考答案或重复采样的免训练 LLM 自评估方法，通过融合内部与外部信号判断回答正确性。其内部信号包括衡量早期层注意力更新与后期层注意力诱导 FFN 输出变化方向对齐的组件交互一致性（CIC），以及刻画逐层隐藏状态轨迹归一化位移与角度变化的表示几何（RG）；外部信号则将生成 token 的平均负对数似然转换为有界似然置信度（LC）分数。在五个 LLM 和四个领域的六个 benchmark 上，该方法区分正确与错误回答的效果优于现有基线，并可泛化到多语言、多模态和开放世界场景。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。