Truthfulness Does Not Scale Like Reasoning

LLMs are better at predicting what other models will say than what’s actually true. When they’re wro...

Stanford AI Lab(@StanfordAILab) · 8.5 分

斯坦福AI实验室发现大语言模型在预测其他模型输出时表现优异，但事实准确性不足，且自我一致性方法无法提升无验证场景下的真实性。