LLM 智能体能否在上下文中完成贝叶斯推理？从提示词到后验分布的系统评估

一项系统评估发现，LLM 在上下文中更新信念时普遍违反贝叶斯规则，但配备现代推理能力与代码执行能力后性能大幅提升，甚至能近似解析上不可解的后验分布。该研究构建了覆盖定性认识论示例、贝叶斯推断定量基准及非贝叶斯更新对下游任务影响的分析框架，同时考察模型内部一致性与对外部给定后验的还原能力。作者认为，具备合适工具的当前 LLM 已可用于科学发现中的复杂信念更新。