研究发现LLM推理易受“先验劫持”误导

RexDouglass · x · 2026-08-26

该研究指出，大语言模型（LLM）可能存在“Prior-hacking”（先验劫持）现象，即对某领域的无界先验假设会偏离其推理轨迹，导致预测结果严重出错。作者在对 Fable、Sol、DeepSeek Pro 等前沿模型的实证预测任务进行定性阅读时，发现这是常见的失败模式。研究认为，模型的“研究品味”很大程度上取决于它何时依赖先验、何时不依赖。相关论文与基准测试即将发布。