研究：CoT忠实性评估按正确性筛选存偏差

Yueer Pan与Yuexi Pan发表论文指出，将思维链（CoT）忠实性评估限定在回答正确的样本上，会改变所测量的总体。研究用七变量结构因果模型推导出观测差距 Δ = Cov(A, C)/P(C=1)，并区分难度混杂与捷径引发的对撞偏差。 该结论针对的是按答案正确性筛选样本这一评估做法，提示在此条件下得到的忠实性测量不能直接代表未筛选总体。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。