Evidence Inference 2.0

新协议增强了大型语言模型统计报告的准确性和可复现性

研究人员开发了一种名为声明锁定报告的新协议，以提高大型语言模型（LLM）生成的统计报告的可复现性和准确性。该方法确保在LLM生成连接性文本之前固定数值、效应方向和声明强度，从而解决了数值漂移和效应方向反转等问题。在fMRI功能连接和随机对照试验上的实验表明，与现有方法相比，可复现性有了显著提高，并且在使用DeepSeek模型进行测试时，声明锁定报告还显示出更低的token使用量和延迟。