IDEA：一种通过言语到数值校准实现可解释且可编辑的 LLM 决策框架

大型语言模型在决策应用中受限于概率校准偏差、解释不可靠及难以精确融入专家知识。本文提出 IDEA 框架，将 LLM 决策知识提取为基于语义因子的可解释参数模型。该方法通过期望最大化算法联合学习言语到数值的映射与决策参数，利用保持因子依赖的相关采样，并支持具有数学保证的直接参数编辑。实验表明，IDEA 在五个数据集上显著优于主流模型，实现了完美的因子排除与精确校准，突破了单纯提示工程的局限。