热点事件持续更新
Jev 模型自我知识审计：置信度校准良好但无法识别知识缺失
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 发布一项对黑盒决策模型 Jev 的自我知识审计研究。研究在 15 个以上公开数据集和 6 类生成任务上开展受控审计，发现 Jev 的置信度在熟悉的封闭选择题上校准良好，但无法反映知识缺失：在无答案相关信息时，对显著选项给出高达 0.80 的置信度；在超出知识边界的新闻上，置信度超出准确率 0.21–0.33；用早期月份数据重校准也无法弥合这一差距。目前该研究为最新进展，尚无后续报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 12:00
研究显示 Jev 置信度校准良好却无法识别知识缺失，重校准亦无法弥合。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）黑盒决策模型 Jev 的自我知识审计：置信度校准良好但无法识别知识缺失
研究对决策模型 Jev 在 15 个以上公开数据集和 6 类生成任务上开展受控审计，发现其置信度在熟悉的封闭选择题上校准良好，却无法反映知识缺失：在无答案相关信息时对显著选项给出高达 0.80 的置信度，在超出知识边界的新闻上置信度超出准确率 0.21–0.33，且用早期月份数据重校准也无法弥合。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 17:00）·近 24 小时可比范围变化 –
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。