热点事件观察中

SCF证据聚合方法用于语言模型用户推断

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

研究者 Yang Liu 提出 source-balanced capped Fisher（SCF）证据聚合方法，用于语言模型用户推断。该方法借助已知未参与来源评估每条文档分数的异常程度，将参考尾频率转为负对数证据并对单条贡献设上限，再在来源内取平均。据论文报告，SCF 在四个真实数据集、四个领域上取得所评估聚合方法中最高的 AUROC；配合基于校准的 p 值判定规则，可在来源可交换假设下实现有限样本 Type-I 错误控制，多数设置下检测功效最高，经验假阳性率接近或低于名义水平。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

07:33
arXiv · cs.CL
Source-balanced Capped Fisher：面向语言模型用户推断的有界证据聚合方法
研究者提出 source-balanced capped Fisher（SCF），一种用于语言模型用户推断的证据聚合方法：借助已知未参与来源评估每条文档分数的异常程度，将参考尾频率转为负对数证据并对单条贡献设上限，再在来源内取平均。SCF 在四个真实数据集、四个领域上取得所评估聚合方法中最高的 AUROC，配合基于校准的 p 值判定规则可在来源可交换假设下实现有限样本 Type-I 错误控制，多数设置下检测功效最高且经验假阳性率接近或低于名义水平。

本事件热度走势

可比范围当前: 4
可比范围峰值: 411月6日 12:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。