Bayesian Experimental Design with Large Language Models (BED-LLM) wurde im August 2025 gemeinsam von Apple, der Universität Oxford und der City University of Hong Kong vorgeschlagen. Die entsprechenden Forschungsergebnisse wurden in dem Artikel „BED-LLM: Intelligente Informationsbeschaffung mit LLMs und Bayesianischem Experimentaldesign".

BED-LLM wählt Fragen iterativ aus, um den erwarteten Informationsgewinn (EIG) für die jeweilige Aufgabe zu maximieren. Im Vergleich zu direktem LLM und anderen adaptiven Designstrategien erzielt BED-LLM signifikante Leistungsverbesserungen in mehreren Tests basierend auf einem 20-Fragen-Spiel, indem es mithilfe von LLM aktiv auf Benutzerpräferenzen schließen lässt.