深度分析 以大型解碼器直接學習條件機率分佈：合成標註與配對排序實作 研究指出大型語言模型在不確定或資訊不全時，常難以給出精準且校準良好的機率預測。論文提出以大型解碼器模型結合大量合成標註與配對排序訓練，來產生細緻條件機率估計。結果顯示，該方法在多個任務上優於既有微調與提示法，能提昇推理系統的概率判斷能力明顯。
