生成空间大小：理解与校准 LLM 生成的开放性

基于摘要分析。该研究关注 LLM 输出多样性与任务所需开放程度不匹配的问题，提出以有效生成空间大小（Generation Space Size，GSS）统一描述创意任务中的输出同质化，以及事实任务中多样但错误的回答。GSS 指模型针对某一提示所考虑的语义不同输出的集合；研究同时提出 GSSBench，用于评估相关度量并分析模型行为与期望之间的偏差。 GSSBench 由具有真实 GSS 大小关系的提示对构成，评估重点是不同指标能否反映提示之间的生成空间关系。摘要未说明这些关系如何标注或验证，也未给出任务规模、模型范围及采样协议。作者报告，在该任务套件的评估中，幻觉检测指标，尤其是 EigenScore，持续优于标准多样性与不确定性量化指标，并可为模型如何表征不同提示的开放程度提供可解释线索；具体比较指标、数值及统计信息尚未验证。 作者展示了三个应用方向：检测提示歧义并分析模型何时提出澄清问题；解释推理模型的过度思考与思考不足；引导模型扩大生成空间，以产生高质量且多样的输出。摘要未披露引导机制、是否涉及训练或推理阶段干预，以及质量与多样性的联合评估方式，因此不能据此认定已实现普遍有效的校准。 该工作的主要对象是 LLM 开放式生成，而非 EEG 或 BCI 解码。当前材料不足以建立其与神经信号建模的具体机制对应，不据此提出迁移效果判断。复现需进一步核对 GSS 的操作性定义、语义差异判定、EigenScore 的计算与采样条件，以及 GSSBench 的构建和评估协议；实验协议、消融及统计信息尚未验证。