模型为何脑补而非承认看不出来：评测只奖励正确不奖励诚实
ziv_ravid · x · 2026-07-04
「Mirage（海市蜃楼式脑补）」研究作者解释模型为何倾向脑补而非承认「我看不出来」：这是被评测机制塑造的。现有 benchmark 只考核答案正确性、不考核是否有依据，因此基于先验去猜的期望收益为正，弃答收益为零——幻觉在当前评测体系下其实是最优策略。
「研究」频道最新
- EMNLP 2026 两篇论文：小模型实体追踪超人类、类人短暂记忆研究 — GretaTuckute · 2026-10-27
- 历时十年研究：秘鲁 Tarma 克丘亚语的「反自然」音系限制首获实证 — begusgasper · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- IdeaAnchor:用 1.4 万篇论文的灵感溯源教 LLM 基于文献提想法 — armancohan · 2026-10-26
- MIT Ziming Liu 批评 AutoResearch：不懂原理的训练技巧会引发 forking 过拟合灾难 — ZimingLiu11 · 2026-10-26
- 斯坦福数据中心化 AI 研讨会开放报名，海报截止延期 — jure · 2026-10-26