LLM因果推理失败研究

Anna Gogleva等人发表非归档研究论文，分析大语言模型在科学推理中的失效模式。该研究发布于2026年11月3日，参与NeurIPS 2026生物学AI失效模式研讨会。 研究显示，7个LLM在合成调控系统中修复表型的成功率高于识别病灶成功率。其中Claude Opus 4.6和Sonnet 4.6虽挽救所有生物，但诊断准确率仅为55%和35%。这表明模型擅长“治标”的干预操作，却难以精准定位根本原因。 研究发现，在91%的会话中证据足以区分病因，但模型难以预测各假设下的实验结果，导致推理链条断裂。研究强调，评估AI在科学任务中的价值时，应重点考察其利用证据得出因果结论的能力，而非仅关注最终干预是否成功。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。