SpanUQ 语义跨度检测 F1 达 0.910，定位答案中可疑片段

研究团队在 NeurIPS 2026 发表 SpanUQ，以约 2500 万参数探针定位生成回答中的可疑片段。它从冻结语言模型隐藏状态读取表征，五个模型骨干上的 AUROC 达 0.908–0.944。部署后无需为每次请求重复昂贵采样，但低不确定性不保证为真，且每个骨干需单独训练。