AdaptFuse：免训练序列偏好推断框架

Fangzhou Lin 等作者发布论文提出 AdaptFuse，一个免训练的序列偏好推断框架。据论文描述，该框架把概率计算从大语言模型中外置：由符号模块在离散假设集上维护贝叶斯后验，冻结的 LLM 通过多采样 Dirichlet 聚合提供语义推理，两者再按预测置信度进行熵自适应融合。 论文称这一设计无需微调即可完成偏好推断，但报道未给出实验效果或对比结果。

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。