inclusionAI 发布面向 Ling-3.1-flash-1019 的流式护栏探针
热点事件持续更新
inclusionAI 发布面向 Ling-3.1-flash-1019 的流式护栏探针
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
inclusionAI 发布了 Ling-3.1-flash-1019-singprobe,这是一款流式护栏探针,可挂载到 Ling-3.1-flash-1019 模型上,在每个 token 处对查询意图、回复不安全性及幻觉风险进行打分。该探针读取第 23、47 和 71 层的隐藏状态,参数量为 8.13M;发布的权重使用 bfloat16,校准阈值为回复不安全性 0.5、幻觉 0.5。 inclusionAI 报告称,查询意图 F1 为 0.8687,回复安全性 F1 为 0.8707,流式安全性的回复 AUC 为 0.9844、token AUC 为 0.9411,在良性回复上的误报率为 0.008%。以上均为发布方自行提供的数据,尚未经过独立验证。
AI 根据报道生成 · 7 小时前更新
最新进展11月19日 11:32
Ling-3.1-flash-1019-singprobe:面向 Ling-3.1-flash-1019 的流式护栏探针报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- inclusionAI ModelsLing-3.1-flash-1019-singprobe:面向 Ling-3.1-flash-1019 的流式护栏探针
Ling-3.1-flash-1019-singprobe 是 Ling-3.1-flash-1019 的内置流式护栏,它通过一个 8.13M 参数的探针在第 23、47 和 71 层提取隐藏状态,对每个 token 的查询意图、回复不安全性及幻觉风险进行打分。其在查询意图上达到 F1 0.8687,在回复安全性上达到 0.8707,流式安全方面回复 AUC 为 0.9844、token AUC 为 0.9411,良性回复误报率为 0.008%。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 811月19日 20:00
- 近 24 小时变化
- –
02468
19192020
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。