跳到正文
arXiv · AI· Sebastian Cochinescu·· 2026-10-16AI 评分29

可信AI机制研究:表达质疑、溯源与信念修正作为可工程化姿态

Truth for Believable AI: Expressed Doubt, Provenance, and Belief Revision as an Engineerable Stance

AI 导读

研究将表达不确定性、溯源感知断言及显式信念修正实现为固定语言模型的行为层,测试其工程化可行性。在Qwen2.5-0.5B-Instruct上,确认健全性保持率100%,真实修正接受度(0.44)高于错误修正(0.15)。基于采样一致性的门控机制使AUC达0.66,优于基于平均回答词元概率门控的0.41。

来源:arXiv · AI · arxiv.org