研究人员开发了一个新的统计框架，用于检测和量化大型语言模型 (LLM) 之间的行为纠缠。该框架使用信息论指标，特别是难度加权行为纠缠指数 (BEI) 和累积信息增益 (CIG) 指标，来识别可能源于共享训练数据或对齐管道的隐藏依赖关系。对六个模型家族的 18 个 LLM 进行的实验揭示了显著的行为纠缠，这与 MMLU-Pro 和 MATH-500 基准测试中的法官过度背书偏差相关。研究人员证明，通过解纠缠验证器集成重新加权可以缓解这种纠缠，从而提高准确性和精确度。 AI
影响 识别和量化 LLM 中的隐藏依赖关系，可能提高多模型系统和集成方法的可靠性。
排序理由 学术论文，详细介绍了用于审计 LLM 行为的新统计框架。[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 →
