研究:推理模型思考越多认知偏差未必越小
一篇 arXiv 论文对四个模型家族进行剂量-反应研究,配对推理模型与非推理模型,在 0 至 8192 token 思考上限下完成 12350 次 API 调用。结果显示推理模型并不比同门非推理模型偏差更小,偏差幅度也未随实际推理量增加而可靠下降,锚定效应是唯一与人类方向一致的偏差。作者据此反对把…
共 7 篇相关资讯,按重要度与时间排序,每 3 小时更新。
一篇 arXiv 论文对四个模型家族进行剂量-反应研究,配对推理模型与非推理模型,在 0 至 8192 token 思考上限下完成 12350 次 API 调用。结果显示推理模型并不比同门非推理模型偏差更小,偏差幅度也未随实际推理量增加而可靠下降,锚定效应是唯一与人类方向一致的偏差。作者据此反对把…
一篇 arXiv 论文研究生成式智能体在社媒模拟中是否复现人类的「虚幻真相效应」(ITE),测试了 Gemma-3、Qwen2.5、Llama-3.1 与 GPT-5-nano 四个模型。结果显示四种截然不同的模式:Gemma-3 呈现真实 ITE,Qwen2.5 仅表现为单纯曝光效应,GPT-5…
该立场论文主张可解释AI(XAI)应借鉴信息寻求心理学,考虑工具性、享乐性和认知性三种预期效用。认知偏差可能导致过度或不足的信息寻求,对智能体AI系统尤为重要。设计应从提供解释转向促使用户主动寻求解释。
arXiv 论文提出一种量子-经典混合框架,用量子比特编码操纵对话中的认知偏差,结合强化学习智能体逐轮判断是否标记对话,将其建模为最优停止问题。在包含困难负样本的合成对话上评估,用于识别情感与投资类诈骗。
《麻省理工斯隆管理评论》刊文探讨 AI 如何制造“能力海市蜃楼”,即企业高估 AI 实际能力而忽视其局限。文章提醒管理者警惕 AI 落地中的认知偏差,但传播范围有限。
有用户在Hacker News发帖,援引维基百科“偏好伪造”词条,询问该现象在当前AI讨论中的普遍程度。话题偏向认知偏差与AI话语生态的讨论,受众较窄。
Hacker News 上有人发问:非 AI 研究者的技术人员是否仍普遍低估前沿 AI 的能力。讨论围绕实际使用体验、能力边界与预期落差展开。这类社区讨论反映从业者对 AI 进展认知的分化。