头版Folia Daily Briefing
← 返回头版
人工智能

Cactus团队为Gemma 4赋予自我检验能力

Cactus团队通过后训练技术对Gemma 4模型进行改进,使其能够识别自身的错误并输出0至1之间的置信度分数 。

Cactus团队通过后训练技术对Gemma 4模型进行改进,使其能够识别自身的错误并输出0至1之间的置信度分数 [1]。

该方案的核心是一个仅包含68k参数的探针层,通过读取模型的隐藏状态来预测错误概率 [1]。开发者可以根据返回的置信度决定是否将查询路由到更大的云模型(Gemini 3.1 Flash-Lite),从而在准确性和成本之间进行权衡 [1]。根据统计,该方法仅需将15%至35%的查询路由到大模型 [1]。

在12个基准测试中,探针层的平均AUROC(受试者工作特征曲线下的面积)达到0.814,相比传统的token熵启发式方法的0.549有显著提升 [1]。在音频基准测试中,探针在未经音频数据训练的情况下仍然表现出色,AUROC达到0.79至0.88,而token熵方法在同一任务上的AUROC仅为0.32至0.52 [1]。

该项目采用MIT许可证开源 [1],目前支持Transformers、MLX、Llama.cpp和Cactus等平台,后续计划支持Ollama、vLLM和SGLang [1]。不过该方案存在限制,仅支持单序列解码,最多生成1024个token [1]。


Gemma 4置信度评分混合模型路由小模型Cactus