新论文论证AI自我修正中高阶证据的局限

Eno Agolli 在 arXiv（编号 2611.14889）发表一篇 cs.AI 论文，分析 AI 智能体的认知性不自制（akrasia）问题：当智能体根据对自身推理缺陷的判断而放弃结论时，反而可能更难区分可靠推理与有缺陷的推理，因为负责评估结论正当性的部分无法使用推理过程的信息。 论文称这一结果挑战了关于 AI 自我修正的一个核心假设——让智能体的信念与其对自身信念正当性的自我评估保持一致，就能更好地纠正错误。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。