论文：语言模型将未解循环真值依赖误判为矛盾

研究者 Ji Ho Bae 发表论文（v2 重大修订版），指出语言模型并非难以处理自指本身，而是难以处理真值沿引用传播、无法在有限步内确定的结构；作者将模型对这类可满足问题的误判称为“幻影悖论”。 在预先固定的行为测试中，来自三个模型族的四个开源模型在循环问题上回答 INCONSISTENT 的比例，比有根基的对照高 31.0 个百分点，比约束对照高 36.4 个百分点；层间真值方向在对照上可恢复被查询值，在循环问题上则不能。作者称将公开全部提示词、输出与隐藏状态。 v2 撤回了 v1 中的注意力有效秩特征和架构不变性主张。

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。