深度分析 YUKTI：將自然語言轉化為可驗證決策，終結 LLM 的「計算擬態」風險 針對大型語言模型在決策時常出現缺乏實質計算基礎的計算擬態問題，研究者提出 YUKTI 框架。該系統利用不確定性類型命題 IR 將自然語言轉化為量化模型，並透過結構感知路由自動選擇求解器，結合假設穩健帕累托前緣在不確定參數下尋找最穩健方案。實測顯示 YUKTI 能將決策遺憾降低 90% 以上，將 LLM 定位為建模工具而非直接求解器。
