精选理由
斯坦福发了篇ICML论文，说LLMs猜别的模型比猜事实还准，但一起翻车时投票也救不了。想看懂它们为啥集体犯傻？看这篇。
斯坦福团队在ICML 2026论文中发现，LLMs预测其他模型输出的准确率高于预测事实。当所有模型都预测错误时，投票法无法恢复正确答案。自我一致性（多次采样并验证）在数学和代码领域效果良好，但在无验证器的领域无法扩展真实性。论文标题为'Truthfulness Does Not Scale Like Reasoning'。
AI 翻译 · 中文
斯坦福团队在ICML 2026论文中发现，LLMs预测其他模型输出的准确率高于预测事实。当所有模型都预测错误时，投票法无法恢复正确答案。自我一致性（多次采样并验证）在数学和代码领域效果良好，但在无验证器的领域无法扩展真实性。论文标题为'Truthfulness Does Not Scale Like Reasoning'。
LLMs are better at predicting what other models will say than what’s actually true. When they’re wrong, they’re wrong together; so polling can’t recover the truth. Check out this paper at ICML! 🇰🇷 Jessica Chudnovsky ✈️…