arXiv · cs.AI · Anna Gogleva, Thomas Charman, Martin Balla, Karl Gemayel · 6 小时前模型评分46
研究揭示科学推理失败模式：大语言模型（LLM，Large Language Model） 能修复问题却诊断不出病因
Treating the Symptom, Missing the Cause: Anatomy of a Scientific Reasoning Failure
导读
一项在受控合成调控系统中开展的研究发现，七个大语言模型（LLM，Large Language Model）都更擅长恢复健康表型而非找出隐藏故障，Claude Opus 4.6 和 Sonnet 4.6 能修复全部样本，却只诊断出 55% 和 35% 的故障。
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
应用领域：医疗与生命科学、科学研究
事件类型：研究发布
证据摘录
- “Scientific agents can find interventions that work without understanding why they do.”
来源：arXiv · cs.AI · arxiv.org