feature-geometry

介绍了CANDOR，一种针对冻结基础编码器的概率校准不一致性度量，它纠正了流行偏倚，揭示了没有编码器是完全盲目的，但所有编码器在细粒度发现方面都很弱。

本文提出对抗性概念搜索（Adversarial Concept Search），一种利用大型语言模型表示几何来预测组合性失败的方法，无需评估特定输入。该方法通过测量显著特征之间的干扰来识别高风险场景。