多估计引导未能在各任务和模型上统一消除判断偏差。
资讯摘要
论文比较直接数值回答与单次回答内给出五个加权估计的多估计格式，在锚定、后见之明、基础比率、合取和现状/默认任务上测试 gpt-6.1-sol、claude-sonnet-5.5 与 Qwen3-8B。作者报告前两种配置下直接引导的无关锚定指数与现状效应接近零，23 项预注册确认检验中 6 项经 Holm 校正后仍显著，但绝对点估计均低于预设最小关注效应且未确立等价性。结论是多估计引导未能在任务与模型间实现统一去偏或响应衰减。
要点速读
- 论文在锚定、后见之明、基础比率、合取与现状/默认任务上对比直接数值回答和多估计回答格式。
- 23 项预注册确认检验中 6 项经 Holm 校正后拒绝原假设，但所有绝对点估计低于预设最小关注效应，未建立等价性。
- 作者报告多估计引导未产生跨任务、跨模型的统一去偏或响应衰减，候选估计离散度与锚定误差的事后相关性有待独立验证。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。