模型信念：LLM研究的更有效度量

本文介绍了“模型信念”作为一种更具统计效率的度量，它源于LLM的token概率，改进了传统上使用LLM输出（“模型选择”）的方法。它解决了将LLM输出视为单个数据点的低效性，通过利用LLM的概率性质。本文的重要性在于它能够从LLM生成的数据中提取更多信息，从而在研究应用中实现更快的收敛、更低的方差和更低的计算成本。

• •引入“模型信念”作为一种源于LLM token概率的新度量。
• •模型信念是比模型选择更具统计效率的估计器。
• •在需求估计研究中展示了改进的性能。
• •将计算成本降低了大约20倍。
• •提倡使用模型信念作为LLM生成数据的默认度量。