LLM 智能体观点模拟中"真"与"假"的互补一致性检验

研究用 Qwen3-4B、Llama-3.2-3B 和 Gemma-3-4B 三个小模型检验 LLM 智能体观点模拟的互补一致性：把命题改写为其否定形式并将概率 p 换成 1-p 后，两份报告本应相加为 1，但 Qwen 在 2,304 个智能体状态上平均和为 1.18，在 AVeriTeC 的 48 条事实核查命题上同样超过 1，24 个双结果受控基准中三个模型均出现该偏差。