研究发现:事件逻辑关系越多,语言模型预测越不自洽
soumitrashukla9 · x · 2026-09-05
Suproteem Sarkar 与 Isaiah Andrews 合作的新论文测量了语言模型预测的概率一致性(probabilistic coherence)。作者用历史股票收益构建预测环境,通过「套利模型预测可赚多少钱」来量化不一致程度。
研究发现:事件间逻辑关系越多(如联合分布对比边缘分布),模型预测越不自洽;加入「我今天心情很乐观」甚至「我早上喝了咖啡」这类无关上下文,也会让预测更不一致。
所属事件:新论文用股票套利测试语言模型预测一致性(2 条相关)→
「研究」频道最新
- Anima 创办公司后首期播客:5 万亿上下文与 4D 物理预测 — AnimaAnandkumar · 2026-09-05
- Uno 用 AR 架构无损并行采样，速度超 EAGLE-3 全部扩散 LLM — HongyiWang10 · 2026-09-05
- 新方法突破以往自解释训练的窄泛化:未定向训练也提升 hint 评测 — a_karvonen · 2026-09-05
- 从行为调查中生成两类自解释训练目标:反事实预测与开放式解释 — a_karvonen · 2026-09-05
- Anthropic Fellows 训练模型解释自身行为,泛化到未见评测 — a_karvonen · 2026-09-05
- Deep Learning Weekly 第471期：Claude Fable 5.1 发布与生产级 LLM 评测 — dl_weekly · 2026-09-05