マーチンゲールスコア：LLMの推論におけるベイジアン合理性のための非教師ありメトリックResearch#LLM🔬 Research|分析: 2026年1月10日 13:26•公開: 2025年12月2日 16:34•1分で読める•ArXiv分析このArXiv論文は、大規模言語モデル (LLM) の推論におけるベイジアン合理性を評価するために設計された、非教師ありメトリックであるマーチンゲールスコアを紹介しています。この研究は、LLM評価の成長分野に貢献し、モデルの理解と洗練を改善するための潜在的なツールを提供しています。重要ポイント•LLMの推論を評価するための新しい非教師ありメトリック（マーチンゲールスコア）を紹介。•LLM内のベイジアン合理性の評価に焦点を当てている。•LLMのパフォーマンスをより良く理解し、改善するのに役立つ可能性がある。引用・出典原文を見る"The paper likely presents a novel metric for evaluating the Bayesian rationality of LLMs."AArXiv2025年12月2日 16:34* 著作権法第32条に基づく適法な引用です。古い記事Unveiling Internal Conflicts: Psychometric Jailbreaks Expose Frontier Models' Vulnerabilities新しい記事Information-Theoretic Constraints on Quantum Optimization: A Deep Dive関連分析Research人間によるAI検出2026年1月4日 05:47Research深層学習の実装に焦点を当てた書籍2026年1月4日 05:49ResearchGeminiのパーソナライズ2026年1月4日 05:49原文: ArXiv