热点事件持续更新
ELBP架构提升小模型行为预测可靠性
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.AI 报道了一项研究，提出面向未来辅助使用需求的证据锚定小型语言模型（SLM）行为预测架构 ELBP。该四层架构使 3B 参数以内的小模型能够在设备本地预判用户何时求助。其中，Qwen2.5-3B 在全量集上取得 F1 0.80、PR-AUC 0.84，较原始事件提示相对提升 15.9%，较 XGBoost 提升 17.6%，ECE 相对下降 43.2%。加入证据校验与弃权机制后，在 91% 覆盖率下，选择性 F1 升至 0.84，证据支持率达 96%。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
研究者提出ELBP四层架构，3B以内小模型可本地预判求助，Qwen2.5-3B全量集F1达0.80。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI面向未来辅助使用需求的证据锚定 SLM 行为预测架构 ELBP
ELBP 四层架构让 3B 参数以内的小模型在设备本地预判用户何时求助，Qwen2.5-3B 取得全量集 F1 0.80、PR-AUC 0.84。较原始事件提示相对提升 15.9%、较 XGBoost 提升 17.6%，ECE 相对下降 43.2%。加入证据校验与弃权机制后，91% 覆盖率下选择性 F1 升至 0.84，证据支持率达 96%。
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。