提出LQET方法按证据来源更新语言模型信念

Tianyi Huang 等人在 arXiv 发布论文《Provenance-Aware Belief Updating in Human-AI Feedback Loops》，提出潜商证据训练（LQET）训练目标，利用报告来源信息而非报告次数来更新语言模型信念，目标是减少同一证据被重复传播时的重复影响。其方法结合稀疏贝叶斯监督与两项约束：当报告不含新证据时预测保持稳定，以及同一新证据在不同传播历史下更新一致。 论文称，在一个受控二分类基准上，相对仅按任务训练的 Qwen3-4B 和 Phi-4-mini，LQET 将新增证据更新的 RMSE 降低 41%—44%，八轮传播后的对数几率漂移降低 89%—91%；每种骨干模型使用三个配对训练种子。该结果为论文作者在受控基准上的报告，尚非真实传播场景的独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。