研究提出知识-确定性框架预测讨论增益

Tom Sheffer 等作者发表论文，提出一个不依赖参与者类型的“知识-确定性”框架，用准确率和置信度刻画每位讨论参与者，并量化“一方不确定时另一方倾向正确”的程度，据此预测开放式讨论何时带来增益。 研究对比 LLM-LLM、LLM 三人组、人类三人组和人-LLM 配对四种设置，发现含人类的交互均产生协同效应，纯 LLM 组表现不升反降。作者还给出基于置信度选择答案的收益上界，称为 Potential Conversation Synergy。

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。