标签
本文提出了一种轻量级方法，通过将连续目标离散化为区间，将基于回归的隐式神经表示训练重新表述为分类任务，从而在科学数据压缩中实现灵活的分布建模，用于误差感知的不确定性估计。
提出了 LiSCP，一种轻量级的风格一致性分析方法，旨在鲁棒性地检测大语言模型（LLM）生成的文本内容，重点关注在对抗性操纵下特征的稳定性。在域内和跨域检测中取得了优异的性能，并具有显著的鲁棒性。