开发者实测：AI 自查多不改错，反把错说得更像对的

开发者用四层追问、自查前后 diff、换外来检查者三个实验测试 AI 自查，结论是多数情况下模型挑不出自己的错，只会换说法、加免责声明或整段删掉，真正纠错占比很少。 该开发者引用 Huang 等 2023 年论文《Large Language Models Cannot Self-Correct Reasoning Yet》称，在没有外部反馈时，模型自我纠正的准确率不升反降。 这一结论针对的是无外部反馈的自我检查；报道同时给出三个验证法和外部校验方案，但未说明这些方案经实测后的纠错效果。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。