跳到正文
热点事件持续更新

Gaokerena新增声明级幻觉检测

2 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Mehrdad Ghassabi等作者在Gaokerena波斯语医疗小模型家族基础上，新增单次前向的声明级幻觉检测方法。该方法将LLM Uncertainty Head框架适配到基于Aya-Expanse-8B的波斯语医疗模型，以Gaokerena-V和Gaokerena-R为骨干，在冻结的注意力图与token概率上训练轻量级不确定性头。 作者称，该研究是波斯语医疗语言模型单次通过声明级不确定性估计的初步探索，测试集规模较小且标签为自动生成。

AI 根据报道生成 · 2 小时前更新

最新进展10月5日 12:00
面向波斯语医疗语言模型的单次前向声明级幻觉检测不确定性头

事件进展

2 个进展

  1. 10月5日 12:00 · 1 篇报道
    发布波斯语医疗语言模型家族Gaokerena
    arXiv：cs.CL：Gaokerena：面向消费级硬件的波斯语医疗小模型家族
  2. 10月5日 12:00 · 1 篇报道
    波斯语医疗模型单次不确定性幻觉检测研究
    arXiv：cs.CL：面向波斯语医疗语言模型的单次前向声明级幻觉检测不确定性头

报道时间线

沿着报道，了解事件的不同侧面。

10月5日
  1. arXiv：cs.CL
    面向波斯语医疗语言模型的单次前向声明级幻觉检测不确定性头

    研究者将 LLM Uncertainty Head（LUH）框架适配到基于 Aya-Expanse-8B 的波斯语医疗模型，以 Gaokerena-V 和 Gaokerena-R 为骨干，在冻结的注意力图与 token 概率上训练轻量级声明级不确定性头。

  2. arXiv：cs.CL
    Gaokerena：面向消费级硬件的波斯语医疗小模型家族

    论文提出 Gaokerena，一个可在消费级硬件部署的紧凑型波斯语医疗语言模型家族。Gaokerena-V 用 5700 万新 token 训练，将翻译版医疗 MMLU 从 46.64% 提升至 49.31%；Gaokerena-R 结合 Chain-of-Thought 与两套 RLAIF 框架，以更小数据集取得 52.98% 的更高分数。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。