马里兰团队发布 Pinocchio 轻量置信度校准模型

2026 年 10 月 2 日，AGI Hunt 报道马里兰大学 Goldblum/Tom Goldstein 团队发布轻量模型 Pinocchio，用于为 Claude 等不返回 log-probability、口头置信度不可靠的黑盒 API 前沿大模型输出分配置信度，实现不确定性估计。报道称该模型仅 0.8B 参数，校准效果达 0.862 AUROC，可广泛应用于流行的 API 模型。同日另一篇报道补充其工程友好性：集成到代码库几乎无痛，可在多个 API 模型间通用，甚至能零样本迁移到训练时没见过的目标 LLM。早先报道停留在特性说明层面，未给出评测数据、支持模型清单和发布时间；新报道首次给出 0.8B 参数与 0.862 AUROC 两项具体指标，但模型清单与发布时间仍未提及，前后说法未见矛盾。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。