战略准则语言模型 (sdLM)：用于准则一致性与地缘政治预测的学习系统框架
机器学习
2026-01-22 v1 计算与语言
摘要
我们引入了战略准则语言模型（sdLM），这是一个用于多文档战略推理的学习系统框架，具有准则一致性约束和校准的不确定性。该方法结合了多文档注意力、时间编码和准则一致性层，以提高长期预测和计划的合理性，同时减少严重的准则违规。我们使用 (i) 战略情景的专家组评分（N=47），(ii) 336 份准则出版物（12,847 条陈述）上的准则一致性，以及 (iii) 跨越 12-60 个月时间范围的 127 个历史反事实事件（1945-2020）上的地缘政治预测来评估 sdLM。在这些基准测试中，sdLM 比强大的通用 LLM 基线实现了更高的战略质量和更好的校准，并在长期判断上与人类专家保持竞争力。我们进一步报告了消融实验、扩展趋势和面向部署的性能/延迟特性，以阐明哪些组件推动了改进以及它们如何转化为操作环境。
引用
@article{arxiv.2601.14862,
title = {Strategic Doctrine Language Models (sdLM): A Learning-System Framework for Doctrinal Consistency and Geopolitical Forecasting},
author = {Olaf Yunus Laitinen Imanov and Taner Yilmaz and Derya Umut Kulali},
journal= {arXiv preprint arXiv:2601.14862},
year = {2026}
}
备注
13 pages, 10 figures, 10 tables