跳到正文
arXiv · NLP· Ook Lee·· 10 天前AI 评分38

回复长度决定大语言模型在反驳时是顺从还是自我纠正

Room to Reconsider: Reply Length Decides Whether Pushback Makes Language Models Sycophantic or Self-Correcting

AI 导读

回复长度显著影响模型面对无据反驳时的表现:Qwen3-4B 在 1024 tokens 限制下纠正了 43% 的错误答案,准确率提升 5.7 点,而 96 tokens 限制下表现未改善或略降。

来源:arXiv · NLP · arxiv.org