基于大语言模型的贝叶斯实验设计（Bayesian Experimental Design with Large Language Models，BED-LLM）是由苹果公司与牛津大学、香港城市大学于 2025 年 8 月联合提出的，相关研究成果发表于论文「BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design」。

BED-LLM 基于迭代地选择问题，将关于感兴趣任务的预期信息增益（EIG）实现最大化。与直接提示 LLM 和其他自适应设计策略相比，BED-LLM 在基于 20 问游戏的多种测试中，通过使用 LLM 主动推断用户偏好，实现了显著的性能提升。