跳到正文
arXiv · ML· Terence D. Agbeyegbe, Toneukarin G. Agbeyegbe·· 16 小时前AI 评分23

LLM 相关推理下自一致性认证的可靠性:实现与总体对比

Realized versus Population Reliability: Anytime-Valid Self-Consistency Certification under Correlated Reasoning

AI 导读

自一致性认证假设 LLM 采样独立,但实际推理流存在正相关。Claude Haiku 4.5 在 AIME 上 $\rho=0.480$,单单元规则在 24% 提示上虚假交叉,提示级程序交叉率为 0。 相关结构使有效样本量饱和于 $1/\rho$,额外采样无法恢复总体有效性,GSM8K 上该差异尚不显著。 结果区分了实现与总体可靠性,明确了证书在依赖条件下的实际支撑。

来源:arXiv · ML · arxiv.org