NE 用质量多样性搜索构造扰动集，提升问答失败检测。
资讯摘要
论文提出 Neighborhood Elites（NE），将输入扰动重构为质量多样性（QD）搜索问题，构建沿“编辑类型”和“上下文支持显式程度”两个轴分布的保答案改写集合，用于问答中的不确定性量化。作者在五个抽取式问答数据集和五个指令微调 LLM 上对比三种邻域构造方法及三种原始上下文分数，报告 NE 在至少 24/25 个数据集-模型组合上提升失败检测，AUROC 达 0.726，AUPRC 较基率提升 0.211，并优于解码器采样的语义熵。
要点速读
- 论文将输入扰动视为质量多样性搜索问题，提出 NE 邻域构造器，控制编辑类型与答案支持显式程度两个维度。
- 在五个抽取式问答数据集和五个指令微调 LLM 上，NE 在至少 24/25 个数据集-模型组合中失败检测优于其他三种邻域构造器。
- 作者报告 NE 达到 0.726 AUROC、AUPRC 较基率提升 0.211，并比解码器采样的语义熵高 0.074 AUROC 和 0.062 AUPRC。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。