Latent Coherence
arXiv:2610.31833v1 Announce Type: new Abstract: LawZero's Scientist AI trains a Predictor toward the Bayesian posterior, with an objective that penalizes inconsistent probabilities among latent explanations. We ask whether current frontier language models, with no such training, are already consistent in this sense zero-shot: do their probability judgments s
此处说明来自所引来源记录。收藏会在本设备创建书签，不会自动同步到账户。
- 本站首次观测
- 2026年10月26日 04:00 UTC
- 引用原文最早发布
- 2026年10月26日 04:00 UTC
- 最近观测
- 2026年10月26日 04:00 UTC
最近完整七日的证据
- 来源提及
- 0 前七日 1
- 不同来源
- 0 前期 1
- 可比较增长
- 不可比较
- 榜单记录
- 0
采集观测与无发布日期的记录，和有日期的原文提及分别统计。 七日观测：0 · 无日期记录：0
采集覆盖 · 窗口可比较本期 / 前期观测天数 7 / 7
统计使用完整 UTC 日。“首次观测”指本站首次收录，不代表词语的诞生时间。
本期窗口：2026-10-30 → 2026-11-06 （不含结束日） · 历史跨度 18 天
| 来源 | 本期天数 | 前期天数 | 最近成功采集 |
|---|---|---|---|
| arXiv | 6 | 4 | 2026年11月6日 00:30 UTC |
| arXiv | 7 | 3 | 2026年11月6日 05:15 UTC |
| Ask HN | 7 | 4 | 2026年11月6日 15:45 UTC |
| Ask HN | 7 | 4 | 2026年11月6日 15:30 UTC |
| Ask HN | 7 | 4 | 2026年11月6日 16:00 UTC |
| Ask HN | 7 | 4 | 2026年11月6日 16:00 UTC |
| GitHub | 7 | 4 | 2026年11月6日 12:45 UTC |
| GitHub Issues | 7 | 4 | 2026年11月6日 16:00 UTC |
| GitHub Releases | 7 | 2 | 2026年11月6日 12:15 UTC |
| GitHub | 7 | 4 | 2026年11月6日 14:30 UTC |
| GitHub Issues | 7 | 4 | 2026年11月6日 16:45 UTC |
| GitHub Releases | 7 | 4 | 2026年11月6日 16:45 UTC |
| GitHub | 7 | 4 | 2026年11月6日 14:30 UTC |
| GitHub Issues | 7 | 4 | 2026年11月6日 17:00 UTC |
| GitHub Releases | 7 | 4 | 2026年11月6日 16:45 UTC |
| GitHub Discovery | 1 | 0 | 2026年11月6日 16:00 UTC |
| GitHub Trending | 7 | 4 | 2026年11月6日 13:15 UTC |
| 7 | 3 | 2026年11月6日 08:30 UTC | |
| Hugging Face | 7 | 3 | 2026年11月6日 08:30 UTC |
| Hugging Face Spaces | 1 | 0 | 2026年11月6日 15:30 UTC |
| Hacker News | 7 | 4 | 2026年11月6日 13:15 UTC |
| Hacker News | 7 | 4 | 2026年11月6日 16:15 UTC |
| Hacker News | 7 | 4 | 2026年11月6日 16:15 UTC |
| Hacker News | 1 | 0 | 2026年11月6日 16:00 UTC |
| Show HN | 1 | 0 | 2026年11月6日 15:45 UTC |
| MIT News | 7 | 3 | 2026年11月6日 17:45 UTC |
| OpenAI | 7 | 4 | 2026年11月6日 11:45 UTC |
| Product Hunt | 7 | 4 | 2026年11月6日 13:15 UTC |
| 量子位 | 6 | 4 | 2026年11月4日 10:15 UTC |
| OpenRouter | 1 | 0 | 2026年11月6日 18:36 UTC |
| GitHub Trending | 7 | 7 | 2026年11月6日 13:15 UTC |
| Hugging Face Models | 1 | 0 | 2026年11月6日 18:36 UTC |
| HF Daily Papers | 1 | 0 | 2026年11月6日 18:36 UTC |
| OpenRouter | 1 | 0 | 2026年11月6日 18:36 UTC |
| Product Hunt | 7 | 7 | 2026年11月6日 13:15 UTC |
| SEC EDGAR | 7 | 4 | 2026年11月6日 10:45 UTC |
| Sequoia Capital | 7 | 3 | 2026年11月6日 06:45 UTC |
| Simon Willison | 1 | 0 | 2026年11月6日 15:15 UTC |
| TechCrunch | 7 | 4 | 2026年11月6日 15:00 UTC |
| Contracts Finder | 7 | 4 | 2026年11月6日 08:00 UTC |
| V2EX | 7 | 4 | 2026年11月6日 15:00 UTC |
- 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
每日趋势 · 最多 90 天
柱形表示有日期的来源提及。最新 UTC 日可能尚未结束。零提及和缺少采集覆盖是不同情况。
查看每日数据表
| UTC 日期 | 提及 | 来源 | 观测 | 榜单记录 |
|---|---|---|---|---|
| 2026-10-23 | 0 | 0 | 0 | 0 |
| 2026-10-24 | 0 | 0 | 0 | 0 |
| 2026-10-25 | 0 | 0 | 0 | 0 |
| 2026-10-26 | 1 | 1 | 1 | 0 |
| 2026-10-27 | 0 | 0 | 0 | 0 |
| 2026-10-28 | 0 | 0 | 0 | 0 |
| 2026-10-29 | 0 | 0 | 0 | 0 |
| 2026-10-30 | 0 | 0 | 0 | 0 |
| 2026-10-31 | 0 | 0 | 0 | 0 |
| 2026-11-01 | 0 | 0 | 0 | 0 |
| 2026-11-02 | 0 | 0 | 0 | 0 |
| 2026-11-03 | 0 | 0 | 0 | 0 |
| 2026-11-04 | 0 | 0 | 0 | 0 |
| 2026-11-05 | 0 | 0 | 0 | 0 |
| 2026-11-06 | 0 | 0 | 0 | 0 |
来源证据
当前展示证据的来源：arXiv 1
arXiv · 原文发布 2026年10月26日
Latent Coherence: Do Frontier Language Models' Probability Judgments Obey the Law of Total Probability?
arXiv:2610.31833v1 Announce Type: new Abstract: LawZero's Scientist AI trains a Predictor toward the Bayesian posterior, with an objective that penalizes inconsistent probabilities among latent explanations. We ask whether current frontier language models, with no such training, are already consistent in this sense zero-shot: do their probability judgments s
查看来源记录 →
研究优先级 11 / 100
此分数用于排列研究候选，不是搜索量、预测结果或经过验证的商业需求。
证据数量
0 / 30去重文章或首次观测；重复抓取不加分。
发布主体多样性
0 / 25同主体保守归并，转载不增加独立证据。
可比变化
0 / 20仅完整且可比的两周参与；零基线不计算百分比。
证据时效
2.6 / 15依据最新发布或首次观测，不按重复采集时间刷新。
名称明确度
8.5 / 10明确实体链接和技术概念优先于含义不明的缩写。
局限与解读
- 首次观测是采集记录的起点，不能证明词语或产品在全球首次出现。
- 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
- 本站首次发现时间不等于名称或概念的诞生时间。
- 候选来自公开标题、摘要和实体链接，并非已核实的全文分析。
- 来源多样性采用保守归并；未披露的转载或共同所有权仍可能无法识别。
- 该词的来源构成发生变化，或缺少可比较的基线。
- 前一周样本过少，不展示容易误导的增长百分比。
- 当前证据仅来自一个发布主体。