研究揭示LLM乘法错误新机制

William Bolton 等的研究（arXiv:2610.38634，入选 NeurIPS 2026 NewInML workshop）评测了多个小规模基座 LLM 在 16,991 道多位数乘法题上的表现，发现乘法错误不符合此前解释加法错误的"噪声量化"模型。 研究在小 Qwen 模型中发现新的错误模式：低位列的错误大多保持数字奇偶性，高位数字错误则偏向 off-by-one 式的进位失败。研究称这表明 LLM 的算术计算依赖多周期内部表示，奇偶性的追踪比具体数字更稳健。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。