AdaptFuse：免训练贝叶斯外置框架做LLM序列偏好推断

Fangzhou Lin 等论文作者发布 AdaptFuse，一个无需训练的大语言模型序列偏好推断框架：符号模块在离散假设集上维护贝叶斯后验，冻结 LLM 通过多样本 Dirichlet 聚合提供语义推理，再按预测置信度做熵自适应融合，将概率计算完全外置于 LLM。 作者称在三个领域（航班推荐、酒店推荐、网络购物）上，使用 Gemma 2 9B、Llama 3 8B 和 Qwen 2.5 7B 三个模型进行评估；具体结果数字材料未说明，以上为论文摘要层面信息。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。