arXiv cs.AI· Tianyi Huang, Eric Liu, Jay Chong, Emily Yin, Wanqi Zhao·· 22 天前AI 评分38
人机反馈循环中感知信息溯源的信念更新研究
Provenance-Aware Belief Updating in Human-AI Feedback Loops
AI 导读
研究提出 LQET 训练方法，使大语言模型能依据证据溯源谱系而非报告数量更新信念。在受控二元基准中，LQET 在千问（Qwen3-4B）与 Phi-4-mini 上将新证据更新 RMSE 降低 41-44%，8 步中继后的对数几率漂移降低 89-91%。该收益在闭环模拟中同样成立，确保模型信念变化取决于新证据而非内容重复次数。
来源：arXiv cs.AI · arxiv.org