**U-Space：揭示语言模型不确定性的起源与演化**

_U-Space: Uncovering When and Why Uncertainty Arises in Language Models_

> HuggingFace 社区热门论文提出 U-Space 方法，通过机制可解释性构建低维子空间，无需训练或重复生成即可在 token 级别量化并解释语言模型的不确定性。该方法在推理基准测试中表现优于现有基线，且能有效区分不确定性信号与输出长度的影响，提升了模型预测可靠性的评估能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.09087)