arXiv · cs.AI · Yirui Zhang, Yash Raj Shrestha · 5 小时前模型评分59
研究：模型复核很少胜过更强模型，多数收益来自能力转移
Review Rarely Beats the Stronger Model: Separating Verification from Capability Transfer in LLM Pipelines
导读
一项 arXiv 论文在数学、知识、代码和推理四类任务上测试 12 个开源模型（3B 至 72B）组成的 48 组配对，发现以生成模型为基准衡量复核收益会混淆验证与能力转移。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We show that this confuses verification, which adds accuracy beyond either model alone, with capability transfer, where a stronger reviewer supplies answers it could have given on its own.”
来源：arXiv · cs.AI · arxiv.org