标签
该论文提出 Belief-Trajectory Energy（BTE），通过测量输入在 Transformer 各层引起的预测修正来刻画输入特征，可用于任务难度估计、人机评论检测与生成模型归类，最高达 0.998 macro-AUROC。
本文研究了LLM生成的数学题目难度评级与实际学生表现的匹配程度，发现LLM系统性地低估了由学习者误解驱动的题目的难度，这一现象被称为“简单陷阱”。