研究：开启推理使不同LLM错误趋同

马克斯·普朗克研究团队发布的论文发现，开启推理后，不同大语言模型之间的一致性上升，连错误也更趋同。作者用9个Qwen和GPT模型在3个基于美国人口普查调查的预测任务上测试，开启推理后，全部9个模型都答错的人群比例上升2.0至2.4个百分点；对推理链最长的人群，校正后一致性降至约0.31至0.39。 作者据此建议，在涉及人的决策中应检查模型集合里是否有人能给出正确答案，因为更高一致性也可能意味着更多共同错误。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。