預測誤差

深度分析

大型語言模型（LLM）預測錯誤高度相關，可能削弱群體多樣性

研究在Metaculus平台上評估大型語言模型在預測任務的誤差相依性；以三款主流模型的568個已解題目、社群時間序列和類別指紋做對照。主要發現：模型間預測錯誤高度相關，但在該精英社群中尚未觀察到明顯的偏誤傳播。該現象構成潛在的認知單一化風險。