arXiv研究：多估计引出法未能统一消除语言模型判断偏差

An-Sheng Jhang 在 arXiv 预印本（arXiv:2611.00597）中报告，多估计引出法不能一致地消除大语言模型的数值判断偏差，现有证据不支持其能统一去偏差。 研究比较了直接引出与单次回复内引出五个加权估计的方法，覆盖锚定、后见之明、基础比率、合取和现状/默认偏差任务，共 6 个配置、22,212 个正式测试单元。45 项预注册验证性检验中仅 12 项在完整样本上拒绝原假设，只有一项超过最小关注效应量：gpt-oss-120b 在多估计引出下结果后确认误差增加 10.68 个百分点（最坏情况估计为 10.04 个百分点）。 作者指出，六个配置中事后的候选差异关联仍停留在样本内，需要独立的预测性验证。

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。