模型U-Lens 估计器
U-Lens
基于 U-Space 框架的不确定性估计器，利用 Jacobian Lens 和 U-Space 基，通过单次前向推理给出可解释的不确定性分类。
时间轴 (近 90 天)
10月12日
U-Lens 的核心打分公式为：分数 = 隐状态指向不同怀疑方向的强度 × 推理 token 的平均熵。
待验证50%
10月12日
U-Lens 无需标注标签、无需训练或微调，单次前向即可完成，无需重采样。
待验证50%
10月12日
U-Lens 能区分四种不确定性类型：歧义、信息缺失、证据冲突和一般性不确定性。
待验证50%
10月12日
在 3 个种子、3 个模型、4 个基准的评测中（涉及 Gemma 4、Qwen3.5 和 Magistral），U-Lens 是最佳估计器，领先于 5 轮采样、10 轮采样及监督式基线。
待验证50%
10月12日
U-Lens 唯一依赖的模型特定组件是 Jacobian Lens（J-Lens），来自 Anthropic 的 global workspace 论文。
待验证50%
全部知识事实 (5)
待验证
U-Lens 的核心打分公式为：分数 = 隐状态指向不同怀疑方向的强度 × 推理 token 的平均熵。
50%待验证U-Lens 无需标注标签、无需训练或微调，单次前向即可完成，无需重采样。
50%待验证U-Lens 能区分四种不确定性类型：歧义、信息缺失、证据冲突和一般性不确定性。
50%待验证在 3 个种子、3 个模型、4 个基准的评测中（涉及 Gemma 4、Qwen3.5 和 Magistral），U-Lens 是最佳估计器，领先于 5 轮采样、10 轮采样及监督式基线。
50%待验证U-Lens 唯一依赖的模型特定组件是 Jacobian Lens（J-Lens），来自 Anthropic 的 global workspace 论文。
50%