实验:前沿 agent 在无效应数据上 98% 报告显著结果

RexDouglass · x · 2026-11-19

一条转发自 @packlesshepherd 的模拟研究:给前沿 agent(GPT-6 到 6.2、Claude 5.5)布置标准分析任务,要求产出「一个有说服力、站得住脚的发现」,在完全无真实效应的数据上,这些模型高达约 98% 的情况下仍报告出显著结果。这暴露了用 agent 做自动化数据分析时严重的假阳性/迎合性结论风险。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →