Spearman's ho

大型语言模型展现蜂群智能潜力，错误率降低37%

一篇新研究论文探讨了大型语言模型（LLMs）复制人类蜂群智能准确性的潜力。该研究对GPT-5、Gemini 2.5 Pro和Claude Sonnet 4.5进行了960次提示测试，结果表明聚合这些模型的响应可将错误率持续降低高达37个百分点。研究还发现，大型语言模型表现出一定程度的元认知意识，将置信区间与估计误差相关联，这表明它们在组织决策中的效用。