热点事件持续更新

arXiv发布前沿模型概率一致性研究

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

彼得·波塔什于10月22日在arXiv发布论文，研究前沿语言模型概率判断是否遵循总概率定律，考察其潜变量推理任务中的概率一致性。研究显示模型普遍缺乏概率一致性，GPT-6.1 Sol与Claude Opus 5.5表现最优，平均绝对残差分别为0.08和0.12 log-odds。 Claude Haiku 5.5、Gemini 3.8 Flash及DeepSeek V4-Pro表现出0.27至0.35 log-odds的持续不一致性，一致性残差与错误率正相关，可作可靠性指示器。

AI 根据报道生成 · 2 小时前更新

最新进展10月26日 12:00

前沿语言模型的概率判断是否遵循总概率定律？

报道时间线

沿着报道，了解事件的不同侧面。

10月26日

12:00
arXiv · NLP
前沿语言模型的概率判断是否遵循总概率定律？
研究显示前沿语言模型在潜变量推理任务中缺乏概率一致性。GPT-6.1 Sol和Claude Opus 5.5表现最优，平均绝对残差为0.08和0.12 log-odds；Claude Haiku 5.5、Gemini 3.8 Flash及DeepSeek V4-Pro表现出持续的0.27-0.35 log-odds不一致性。一致性残差与错误率呈正相关，可作为无需真值的可靠性指示器。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。