Обновление информации о верованиях, которые могут быть получены с помощью информации об обратной связи между людьми и АИ

arXiv: 2610.13008v1 Annualce Type: New Human-AI Recreview: В ходе неоднократного взаимодействия можно процитировать, резюмировать и вернуться к модели в виде нескольких отчетов, что делает повторение как независимое подтверждение. Мы изучаем вопрос о том, могут ли языковые модели использовать предоставленные данные для обновления в соответствии с доказательствами, а не подсчетом данных. Мы представляем Latent Quotient Facility Training (LQET) — реляционную цель, которая сочетает слабое байезийское наблюдение с ограничениями, которые поощряют стабильные прогнозы в тех случаях, когда доклады не добавляют новых доказательств и последовательных обновлений к тем же новым доказательствам по всем историям. На контролируемом двоичном контрольном уровне ЛКЕТ сокращает новые доказательства обновления РМСЭ на 41-44% и дрейф loged после восьми этапов ретрансляции на 89-91% по сравнению с только тренировками в Qwen3-4B и Phi-4-Mini, при этом на каждый позвонок приходится три пары семян для обучения. Выигрыш распространяется на моделирование замкнутого круга, в котором модель контроля достоверности данных о количестве ретрансляционных отчетов возвращается t