提出SAGO框架评估LLM泛化稳定性

2026年10月1日，HuggingFace Daily Papers 收录的一篇社区热门论文提出 Stability-Aware Generalization Objective（SAGO）框架，用于衡量同一输入在不同变体和基准下模型行为的变化程度，覆盖生成一致性、内部激活、置信度和响应镜像等多个维度。实验显示，常用模型普遍存在统计显著的泛化不稳定性，没有模型能均匀泛化，不同行为轴捕捉到独立的失败模式，跨数据集变化甚至会逆转模型排名。该报道为目前关于此事件的唯一主报道，未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。