热点事件持续更新
少样本端侧个性化削弱OOS拒识能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.CL 一篇论文报告：少样本 LoRA 端侧个性化会削弱开放集（OOS）拒绝能力——在五个公开意图分类基准上，OOS 拒绝的 AUROC 全部下降，平均降幅 0.055–0.258，而域内准确率未受影响。论文进一步提出改用 Mahalanobis 距离替代 softmax 置信度打分，无需额外训练即可在 5 个数据集中的 3 个挽回大部分损失，且不损害准确率。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
论文提出以 Mahalanobis 距离替代 softmax 打分，在 3/5 数据集上基本挽回 OOS 拒绝损失。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CL个性化会破坏信任吗？少样本端侧意图适配下的开放集拒绝校准
少样本 LoRA 端侧个性化会让 OOS 拒绝的 AUROC 在五个公开意图分类基准上全部下降（平均降幅 0.055–0.258），而域内准确率不受影响。改用 Mahalanobis 距离替代 softmax 置信度打分，无需额外训练即可在 5 个数据集中的 3 个挽回大部分损失，且不损准确率。
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。