arXiv上的一篇新研究论文表明,增加大型语言模型(LLM)作为购物代理的推理努力并不能提高其决策质量。虽然更多的思考努力显著提高了模型的报告信心,但并未带来更好的产品选择。研究还发现,大多数模型校准不佳,这意味着它们的信心水平不能准确反映其正确性,并且不同模型之间经常共享错误。 AI
影响 表明当前的LLM架构可能无法从增加计算量中受益于复杂的决策任务,如购物。
排序理由 发布在arXiv上的研究论文,详细介绍了关于LLM行为的发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →