跳到正文
热点事件持续更新

研究:推理预算增加未减弱大模型认知偏差

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

一项针对四个模型家族的剂量-反应研究显示,推理模型并不比同系列非推理模型偏见更少,项目级汇总对比不可靠(Delta = +0.031, p = .157)。该研究由 Obada Kraishan 发表,覆盖锚定、框架、损失厌恶、承诺升级、可得性、确认六种认知偏差,共30个情境。 研究为每个推理模型搭配同系列非推理模型,设置0、1,024、4,096、8,192 tokens四档思考上限,共进行12,350次API调用,发现偏差幅度并未随实际推理量增加而可靠下降。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CL
    大语言模型推理预算越高偏见越少?研究揭示认知偏差与推理量的复杂关系

    一项针对四个模型家族的剂量-反应研究显示,推理模型并不比同系列非推理模型偏见更少,项目级汇总对比不可靠(Delta = +0.031, p = .157)。研究覆盖六种认知偏差、30个情境,设置0至8,192 tokens的思考上限,共12,350次API调用,发现偏差幅度并未随实际推理量增加而可靠下降。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。