多估计引导未能统一消除语言模型判断偏差

An-Sheng Jhang 发布的研究测试了用“多估计引导”减少语言模型判断偏差的效果，结论是这一做法无法统一去偏，也没有带来响应衰减。 研究比较两种回答格式：直接给出数值，以及在单次回复内给出五个加权估计。测试覆盖锚定、后见之明、基础比率、合取和现状/默认五类任务，模型为 gpt-6.1-sol、claude-sonnet-5.5 和 Qwen3-8B。 23 项预注册验证测试中只有 6 项通过 Holm 校正，且这 6 项的效应量均低于研究预设的最小关注效应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。