蒙提霍尔问题与优化符合预测以改善大语言模型的决策制定

本研究针对大语言模型在高风险环境中决策时常出现的过度自信和错误预测问题，通过引入优化符合预测（CP-OPT）方法，学习最小化预测集大小的分数，同时保持覆盖保证。研究还提出了“符合问题修订”（CROQ）以修订问题，缩小可用选择，提高模型的回答准确性，实验证明该方法显著降低了预测集大小并提升了准确度，增强了决策的安全性和准确性。