English(EN) When Expert Disagreement Hurts: Prestige and Selectivity in LLM Decision Revision

研究发现LLM在处理专家意见不合时存在困难

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-14 05:00

一篇新发表在arXiv上的研究调查了大型语言模型（LLMs）在面对专家意见不合时如何修正其决策。研究发现，LLMs在专家意见不合的情况下修正答案时，准确性往往无法提高，有时甚至会显著下降。研究强调，LLMs会受到持不同意见来源的声望影响，即使专家的意见是错误的，也会导致更多的修正。作者提出，应该使用针对每个模型和协议的成对、条件化指标来评估修正流程。 AI

影响这项研究表明，当前的LLM修正机制在面对专家意见不合时不够稳健，可能会影响其在关键决策场景中的可靠性。

排序理由该集群包含一篇详细介绍研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yupeng Tang, Mingfeng Lin · 2026-11-14 05:00

专家意见不合时的负面影响：大型语言模型决策修正中的声望与选择性

arXiv:2611.16694v1 Announce Type: new Abstract: When language models revise a decision after another agent disagrees, neither reversal counts nor final accuracy shows whether they are fixing mistakes or abandoning correct answers. We introduce a controlled two-pass audit that hol…

本文如何被排名

报道来源 [1]

专家意见不合时的负面影响：大型语言模型决策修正中的声望与选择性

相关实体

相关话题