一篇新发表在arXiv上的研究论文探讨了大型语言模型（LLMs）在沟通概率风险信息方面的局限性。研究发现，虽然LLMs在描述AI生成预测的语言表达方面通常保持一致，但它们常常未能准确反映底层的数值量，这种现象被称为校准不当。当沟通不确定性时，这种校准不当尤为明显，表明当前的LLMs在独立的风险沟通任务中尚不可靠。 AI
影响 当前的LLMs在沟通概率风险信息，特别是关于不确定性方面，尚不可靠，这限制了它们在关键应用中的使用。
排序理由 发表在arXiv上的研究论文，详细介绍了LLM的局限性。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
