去相關化

深度分析

LLM 驗證級聯的相關性影響：從指數衰減到多項式上限與盲點天花板

LLM 級聯驗證旨在透過多次檢查提升答案可靠度，但現有理論常假設每次驗證獨立。本研究指出驗證器與生成器常有共同盲點，導致可靠度提升由指數級轉為多項式衰減，且存在無法逾越的正確率天花板。研究證明單純增加驗證門檻效果有限，開發者應透過異質化模型或外部工具來降低相關性，才能有效提升 AI 系統的最終精準度。