U-Space
一个用于揭示语言模型不确定性何时及为何产生的研究框架，通过隐状态方向与推理 token 平均熵结合，提供可解释的不确定性信号。
时间轴 (近 90 天)
作者建议在采用 U-Space 前，先在自己业务分布上做长度受控的对比评测，确认优势可迁移，而非直接相信基准排名。
U-Space 可以直接替换基于熵的置信度模块，用于门控决策（如拒答或转人工），而非直接作为准确率代理。
U-Space 的构造需要手动识别“怀疑”与“确定”的语义锚点，引入了人工设计成分。
U-Space 目前仅在推理风格的数据集上验证，在开放式生成、代码合成、多语言场景下有效性未知。
U-Space 的正交基假设残差表示相对稳定，但跨模型家族的鲁棒性仍需检验。
U-Space 方法无需正确性标签、无需重复采样、无需额外训练即可量化每个 token 的不确定性。
U-Space 将每个 token 的状态投影到一组正交基向量上，得到可解释的不确定性图谱。
U-Space 从模型内部的残差表示中提取不确定性信号，不依赖外部监督。
U-Space 在标准评估和长度受控评估下均优于已有基线（如熵方法或集成方法）。
在 MMLU-Pro、TriviaQA 等推理任务上，U-Space 单次前向的打分器一致地将正确答案排在熵方法或集成方法之前。
还有 5 条时间轴事件
全部知识事实 (13)
作者建议在采用 U-Space 前，先在自己业务分布上做长度受控的对比评测，确认优势可迁移，而非直接相信基准排名。
50%待验证U-Space 目前仅在推理风格的数据集上验证，在开放式生成、代码合成、多语言场景下有效性未知。
50%待验证U-Space 的正交基假设残差表示相对稳定，但跨模型家族的鲁棒性仍需检验。
50%待验证U-Space 方法无需正确性标签、无需重复采样、无需额外训练即可量化每个 token 的不确定性。
50%待验证U-Space 将每个 token 的状态投影到一组正交基向量上，得到可解释的不确定性图谱。
50%待验证U-Space 从模型内部的残差表示中提取不确定性信号，不依赖外部监督。
50%待验证U-Space 在标准评估和长度受控评估下均优于已有基线（如熵方法或集成方法）。
50%待验证在 MMLU-Pro、TriviaQA 等推理任务上，U-Space 单次前向的打分器一致地将正确答案排在熵方法或集成方法之前。
50%待验证U-Space 相比监督式估计器具有更可靠的迁移性。
50%待验证U-Space 可以直接替换基于熵的置信度模块，用于门控决策（如拒答或转人工），而非直接作为准确率代理。
50%待验证U-Space 的构造需要手动识别“怀疑”与“确定”的语义锚点，引入了人工设计成分。
50%待验证U-Space 基不具备跨模型可迁移性，每个模型都需要单独构建一次。
50%待验证U-Space 框架用于揭示语言模型不确定性何时以及为何产生，可通过单次前向推理给出可解释的模型确定性信号。
50%