相关 verifier 串联会让 LLM 可靠性卡在 100% 以下
Jiangang Han · hf · 2026-07-21
部分相关的 verifier 串联会撞上可靠性上限
这篇 note 研究的是 LLM harness 里的串行验证门：只有当 k 次 verifier 调用全部通过时，候选答案才会返回。
作者给出的结论是，一旦 verifier 之间存在相关性，很多依赖独立假设的乐观外推就会失真：
- 在潜变量相关模型下，精确后验可写成 ellk = ell0 - ln mk，其中 mk 是某个潜在错误接受率分布的第 k 阶矩。
- k 增加时，log-odds 是凹函数，所以独立性假设下的 Odds Law 只是切线/上界。
- 若潜变量服从 Beta 分布，失败率下降会从指数变成多项式衰减。
- 如果存在“盲点”错误，即使增加无限多个 gate，可靠性也可能卡在一个低于 1 的上限。
- 当真接受率也会波动时，系统可能最终变好、平台化，甚至变差，取决于尾部行为。
作者强调的工程启发是：与其无限加 gate，不如做去相关，比如换模型家族、换模态或换证据源。
「研究」频道最新
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27