Epistemic Regret Minimization

新的ERM框架在无标签情况下批判LLM的因果推理

一个名为认知遗憾最小化（ERM）的新框架已被引入，以改进大型语言模型的因果推理能力。与只奖励正确答案的传统方法不同，ERM批判的是其底层的推理过程本身。这种无标签的方法能够识别并纠正模型思维过程中诸如混淆相关性与因果性以及未经验证的混淆变量等问题。实验表明，ERM显著增强了GPT-4 Turbo和GPT-5.2等模型的因果推理能力，其表现优于标准的测试时纠正方法。