От 'May' до 'Is': Неопределенность в языковой модели переписывать

#Неопределенность #Annuales #Type #Используя #Наши

arXiv: 2606.07951v2 Annuales Type: заменить кросс-бюллетень: люди все чаще обращаются к языковым моделям (LM) таким образом, чтобы формировать убеждения и стимулировать принятие решений, включая обсуждение, переписание и обобщение информации из научных статей, новостей и медицинских отчетов. Однако в этих областях, где зачастую важно то, насколько уверенно выражается требование, мало известно о том, добросовестно ли ММ сохраняют степень доверия. В ходе этой работы мы изучаем искажение определенности в ММ, определяемое как значимые изменения в выраженной определенности во время преобразований с целью сохранения значения. Мы предлагаем установить оценочный показатель на основе ММ, который будет соответствовать демографическим заключениям о определенности. Используя этот показатель, мы характеризуем искажение определенности по различным размерам и семействам моделей в контексте научных и медицинских коммуникационных задач. Наши результаты показывают, что искажение определенности затрагивает до 75% результатов LM и является систематически асимметричным при переписке задач w

Компьютерная наука > Расчет и язык [представлен 6 июня 2026 (v1), последний пересмотренный вариант 15 сентября 2026 года (эта версия, v2)) Название: От 'May' до "Is": Конкретность дисторции в языковой модели Model View PDF HTML (экспериментальный) Резюме: Humans все чаще обращаются к языковым моделям (LM) таким образом, чтобы формировать убеждения и двигать решения, включая обсуждение, перезаписание и обобщение информации из научных статей, новостей и медицинских отчетов. Однако в этих областях, где зачастую важно то, насколько уверенно выражается требование, мало известно о том, добросовестно ли ММ сохраняют степень доверия. В ходе этой работы мы изучаем искажение определенности в ММ, определяемое как значимые изменения в выраженной определенности во время преобразований с целью сохранения значения. Мы предлагаем установить оценочный показатель на основе ММ, который будет соответствовать демографическим заключениям о определенности. Используя этот показатель, мы характеризуем искажение определенности по различным размерам и семействам моделей в контексте научных и медицинских коммуникационных задач. Наши результаты показывают, что искажение определенности затрагивает до 75% выходных данных LM и является систематически асимметричным при переписке задач с большей вероятностью 1,5-2x, чем ее снижение. Эти последствия могут усугубляться из-за неоднократного парафирования: в медицинской области клод хайку-4.5 повышает степень определенности на 20% примеров после одной итерации,…