研究：LLM二元决策需控制假遗漏风险

Soundouss Messoudi 与 Youness Mansar 发表论文，研究 LLM 工作流中允许/阻止、丢弃/保留等二元决策的校准与风险预算。方法是在不确定时默认采用保守回退，并控制被赋予效用最大化动作子集中的假遗漏风险。 在覆盖审核、安全与重排序的六个数据集上，朴素阈值选择基线约一半设定超出目标风险，Learn Then Test（LTT）仅为 7.8%。作者据此认为，仅依赖类概率接口不足以支撑部署决策。

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。