S2 Lab提出U-lens：结合J-lens与熵的单次前向推理不确定性估计方法，自测优于12种基线

S2 Lab的研究人员Virginia Ceccatelli、Xiaoyu Liang和Tobias Braun于2026年10月17日发布了名为U-lens的不确定性估计方法。该方法旨在无需训练标签且仅需单次前向传播的情况下，实时监测大型语言模型（LLM）在推理过程中的置信度。

研究团队基于Anthropic提出的全局工作空间理论和J-lens技术，在模型的隐藏状态空间中构建了四个正交方向：模糊性（ambiguity）、不完整性（incompleteness）、冲突证据（conflicting evidence）和一般不确定性（general uncertainty）。这四个方向共同构成了“U-space”。通过将模型隐藏状态与这些方向的对齐程度，以及模型生成下一个token时的平均熵相结合，U-lens产生一个标量分数来指示答案出错的概率。

据作者自测，在三个推理模型和四个基准测试上，U-lens在区分正确答案与错误答案方面优于其他12种测试方法。即使控制了推理轨迹的长度以排除长度混淆因素，该方法仍保持有效。此外，初步实验表明，类似的方向读出机制也可用于识别情绪和奖励黑客行为。代码已开源。

该结果目前为第一方基准测试（E2），尚未经过独立复现。作者指出，虽然实验可复现，但该方法能否成为更广泛的模型监控工具仍是一个开放问题。