BED-LLM 是什么？让大模型像侦探一样问出最有用的问题

BED-LLM（Bayesian Experimental Design with Large Language Models）是一种提升大模型多轮提问能力的方法，由苹果公司、牛津大学和香港城市大学的研究人员在 2025 年 8 月提出，论文标题是《BED-LLM：利用大模型和贝叶斯实验设计进行智能信息收集》。

它想解决什么

很多任务需要 AI 主动向用户或外部来源收集信息：医疗问诊要问症状，推荐要了解偏好，排查故障要确认情况，玩“二十个问题”猜东西要问对问题。一个会问问题的 AI，应该用尽可能少的提问，获得尽可能多的有用信息。但大模型在这方面往往表现一般：问的问题要么太宽泛，要么重复，要么问了也帮助不大。

贝叶斯实验设计

贝叶斯实验设计（BED）是统计学中的经典框架，用来回答“下一步做什么实验最有价值”。核心概念是预期信息增益（EIG）：在做实验之前，先估计这个实验的结果平均能在多大程度上减少我们对未知事物的不确定性。不确定性减少得越多，这个实验就越值得做。序贯贝叶斯实验设计则是一步一步地做：每次根据已经知道的信息，选出当下最有价值的下一个实验。

BED-LLM 的做法

BED-LLM 把提问看作做实验。它基于迭代地选择问题，每一轮都挑选能让关于目标任务的预期信息增益最大的那个问题。具体来说，大模型维护一组关于答案的候选假设（比如用户心里想的东西可能是什么），生成若干候选问题，估计每个问题的不同回答会如何改变对这些假设的信念，选出信息增益最大的问题来问；得到回答后，更新信念，进入下一轮。论文在估计信息增益和更新信念的方法上做了专门设计，确保这些估计可靠。

效果

论文在“二十个问题”猜谜游戏和主动推断用户偏好等任务上进行了测试，结果显示 BED-LLM 的表现显著优于直接让大模型提问的方法和其他自适应设计策略。这让大模型更适合充当高效的多轮对话智能体，以及与外部环境交互、主动收集信息的工具。