跳到正文
arXiv · AI· Tanmay Joshi, Shourya Aggarwal, Anusa Saha, Aadi Pandey, Shreyash Dhoot, Vighnesh Rai, Raxit Goswami, Aman Chadha, Vinija Jain, Amitava Das·· 2026-10-14AI 评分33

LLM 确定性推理为何失效:分布变异性是人工认知的核心

Stochastic CHAOS: Why Deterministic Inference Kills, and Distributional Variability Is the Heartbeat of Artifical Cognition

AI 导读

论文主张 LLM 确定性推理会削弱不确定性建模、抑制涌现能力并掩盖安全尾部风险。 LLM 实现的是输出条件分布而非固定函数,将分布坍缩为单一补全会系统性掩盖核心认知特性,确定性评估在改述和噪声下低估失败概率。 随机 CHAOS 方法将分布变异性视为需测量和控制的信号,避免确定性骨干导致的多路径推理退化和准确率下降。

来源:arXiv · AI · arxiv.org