大模型arXiv cs.CL4 天前
Does Personalization Break Trust? Open-Set Rejection Calibration Under Few-Shot On-Device Intent Adaptation
研究发现，设备端少样本LoRA个性化虽能学会新指令，却会削弱助手对范围外输入的拒识能力（AUROC平均下降0.055–0.258），部分源于置信度打分器失准，也与嵌入边界收缩相关。改用马氏距离打分无需重训即可在5个数据集中的3个恢复大部分性能且不损精度，对端侧助手可靠性有直接价值。