09:37
官方账号arXiv cs.AI@Jiangang Han
精选
推荐理由：这篇论文用数学证明加更多验证门不如换不同模型或模态，部分相关会让可靠性提升远不如预期。
验证器级联
共 1 条相关 AI 资讯
7月16日
09:37
本文研究LLM安全带中部分相关验证器级联的可靠性。与条件独立下的对数赔率线性增长（Odds Law, arXiv:2606.15712）不同，部分相关下后验对数赔率对k呈凹性，失败概率多项式衰减（例如Beta(a,b)潜伏下1-r_k ∝ k^{-b}, ρ_v=1/(a+b+1)）。盲点原子（质量1-π）在α=1处限制证据上限为-ln(1-π)纳特。实验显示独立假设在k=5时低估失败20倍，k=10时低估约3000倍，而R=8次重复判决的相关拟合能追踪实际深度。有效杠杆是去相关（更换模型族、模态或证据源），而非增加门数。