跳到正文
原文
arXiv· arXiv:2601.07239· Tanmay Joshi, Shourya Aggarwal, Anusa Saha, Aadi Pandey, Shreyash Dhoot, Vighnesh Rai, Raxit Goswami, Aman Chadha, Vinija Jain, Amitava Das·本站收录· 原文发表

Stochastic CHAOS:为什么确定性推理对大语言模型致命,而分布变异性是人工认知的心跳

Stochastic CHAOS: Why Deterministic Inference Kills, and Distributional Variability Is the Heartbeat of Artifical Cognition

AI 导读

针对 Thinking Machines Lab 主张以确定性推理保障可复现性,一篇 arXiv 论文提出 Stochastic CHAOS,把分布变异性当作可测量、可控制的信号。论文称,单样本确定性评测会同时低估能力与脆弱性,涌现能力的类相变在贪婪解码下消失,多路径推理被压到确定性主干后准确率下降。确定性评测还会掩盖仅在多样本评测下出现的罕见危险行为,从而低估安全风险。

阅读原文arxiv.org