训练语言模型成为连贯决策者：信念保持与效用最大化
原文标题：Training Language Models To Be Coherent Decision-Makers
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文研究语言模型能否通过监督微调学会连贯的决策流程，并在不同领域和自然语言表述间泛化。在20个数据集上，定向微调显著提升决策一致性，模型还能识别信息缺失导致行动无法被正当化的情况。
- 问题
- 语言模型决策不连贯：信念漂移、效用错用、信息缺失时仍强行行动。
- 方法
- 先引出结果概率再只变效用与表述，用监督微调训练模型保持信念并选期望效用最大的行动。
- 结果
- 20个数据集上决策一致性显著提升，可跨领域与表述迁移，并能识别信息缺失导致行动不可正当化。
- 影响
- 让模型在证据不变时给出稳定可解释的决策，适合风控、医疗等高风险自动化场景。
深读 · 结论先行AI 生成展开看要点与影响 ↓
20个数据集验证：定向微调让语言模型决策更连贯且可跨域迁移
- •方法先引出结果概率，再只改效用与问题表述、固定证据，检验信念是否稳定
- •训练模型在保持已引出信念的同时选择期望效用最大的行动
- •在未见领域、留出表述和不同收益结构上均观察到迁移
- •引入信息不完整设定：抽掉所需效用并塞入无关文本，模型能识别行动无法被正当化
为什么重要：决策一致性而非预测准确率才是可靠性的核心，这条为「模型能否学会一套可迁移的决策程序」提供了正面证据。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。