LLM 并非（始终）贝叶斯：量化 LLM 概率信念的内部不一致性
LLMs Are Not (Consistently) Bayesian: Quantifying Internal (In)consistencies of LLMs’ Probabilistic Beliefs
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究将 LLM 视为信息处理规则，用"信息处理差距"（偏离贝叶斯更新的程度）衡量其依据证据更新概率信念时的内部不一致性。实验表明 LLM 并非始终按贝叶斯方式更新信念，在医学、科学、法律等无唯一正确答案的复杂领域中，这种不一致会影响其理性决策。
来源：Apple Machine Learning Research · machinelearning.apple.com