论文发现 LLM 单独做贝叶斯更新常违反规则，借助推理与代码可大幅改善。
资讯摘要
论文提出一套评估框架，考察 LLM 在上下文中进行贝叶斯信念更新的能力，涵盖定性认识论示例、定量基准，以及非贝叶斯更新对下游任务的影响。作者报告，LLM 在上下文中更新信念时通常违反贝叶斯规则；但配备现代推理能力与代码执行能力后表现大幅提升，甚至能近似解析上难以处理的后验分布。
要点速读
- 论文构建了从定性示例到定量基准的评估框架，同时分析模型内部一致性与对外部给定后验的还原能力。
- 作者报告 LLM 在上下文中更新信念时普遍违反贝叶斯规则。
- 加入推理能力与代码执行后性能显著改善，可近似解析上难以处理的后验。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。