论文评测发现三个决策模型在多正确选项下概率分配不对称

Rushab Munot 在 arXiv 论文（arXiv:2610.29217）中评测 Jev、Liquid d1 和 GPT-6 Luna Decisions 三个决策模型，称在 MetaTool、HotpotQA 和 ECtHR 三个数据集上，当存在多个正确选项时，模型给各选项分配的概率不对称。 论文称，在 28% 到 50% 的列表中，至少一个正确选项得到的概率低于均匀概率 1/n（n 为选项数），平均差距在 17 到 79 个百分点之间。论文同时研究了阈值处理方面的表现。

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。