基于证据的小模型行为预测架构ELBP

结构化行为表示与证据验证可提升小模型行为预测可靠性

资讯摘要

论文提出证据锚定的本地行为预测架构ELBP，包含确定性交互处理、双视图行为表示、SLM预测与证据验证及弃权四层。作者用三个3B参数以下指令微调模型测试，Qwen2.5-3B配合ELBP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下降43.2%；加入证据验证与弃权后，91%覆盖率下选择性F1为0.84，证据支持率96%。

要点速读

1. ELBP为四层架构：确定性交互处理、双视图行为表示、SLM预测、证据验证与弃权
2. Qwen2.5-3B配合ELBP全量集F1 0.80、PR-AUC 0.84，较原始事件提示相对提升15.9%
3. 证据验证与弃权下91%覆盖率选择性F1 0.84，证据支持率96%

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 2026/10/27 08:00:28（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。